Стат20518 сафронова,205 (1120240), страница 3
Текст из файла (страница 3)
Проверить равенство средних и дисперсий. 18.96 16.56 16.75 16.44 14.71 16.01 19.66 14.45 17.05 14.94 16.49 12.91 16.98 18.89 18.16 19.06 16.47 16.79 16.4 14.89 15.98 19.66 14.47 17.12 15.19 16.53 12.93 16.96 18.96 18.21 Проведены измерения содержания вещества в серии образцов двумя методами. Проверить, имеется ли различие в показаниях методов (в среднем). Двухвыборочный t-тест с одинаковыми дисперсиями Среднее Дисперсия Наблюдения Объединенная дисперсия Гипотетическая разность средних df t-статистика P(T<=t) одностороннее t критическое одностороннее P(T<=t) двухстороннее t критическое двухстороннее Переменная 1 Переменная 2 21.002 20.97333333333 0.00326 0.006938095238 15 15 0.00509904762 0 28 1.09941914232 0.14047432725 1.70113093427 0.28094865449 2.0484071418 Парный двухвыборочный t-тест для средних Среднее Дисперсия Наблюдения Корреляция Пирсона Гипотетическая разность средних df t-статистика P(T<=t) одностороннее t критическое одностороннее P(T<=t) двухстороннее Переменная 1 Переменная 2 16.5973333333 16.64133333333 3.42384952381 3.382255238095 15 15 0.99893601293 0 14 -1.9852109277 0.03353497031 1.76131013577 0.06706994062 t критическое двухстороннее 2.14478668792 месторождений (A, B).
Двухвыборочный F-тест для дисперсии А-В Среднее Дисперсия Наблюдения df F P(F<=f) одностороннее F критическое одностороннее Вывод: гипотеза о равенстве дисперсий не о цов двумя методами. Гипотеза о равенстве средних принимается, т. к. р-значение много больше заданного уровня 5% Гипотеза о равенстве средних подтверждается,т.к. Р-значение больше 0,05 . t-статистика<t-критическое.Эфф Парный критерий Стьюдента для 2х выборок необходимо применять, поскольку одна и та же группа объекто -тест для дисперсии А-В Переменная 1 Переменная 2 21.002 20.973333333333 0.00326 0.0069380952381 15 15 14 14 0.46986959506 0.08497639289 0.40262094298 равенстве дисперсий не отвергается. Р-значение 0,085>0,05 го уровня 5% стика<t-критическое.Эффекта обработки нет.
на и та же группа объектов порождает числовой материал для проверки гипотез о средних, то есть выборки зависимы. выборки зависимы. 14.16 14.22 14.33 13.38 13.22 14.14 14.53 14.05 13.79 14.04 9.77 9.96 9.11 9.77 9.66 9.69 10.73 10.19 10.04 9.99 10.09 9.93 9.69 10.12 10.22 9.74 10.09 10.3 9.88 10.02 13.56 13.8 14.74 13.92 13.76 13.95 13.98 14.32 13.75 14.12 15 14.96 15.21 14.98 15 15.02 15.26 14.84 15.06 14.99 0.98 0.95 0.95 0.95 0.84 0.97 0.98 0.75 0.95 1.03 2 1.99 2.04 1.96 2.1 1.93 1.99 1.93 2.04 1.91 3 2.92 3.03 2.97 2.85 2.88 3.14 2.91 2.86 2.95 4.13 4.06 3.94 4.17 4.09 4.01 4.03 3.94 4.03 4.16 4.81 5 5.05 4.97 5.05 5.08 4.95 4.96 5.08 5.09 Получены данные о выходе химической реакции в присутствии различных катализаторов (A-E).
Проверить равенство средних выходов. Если средние различаются, найти наилучший катализатор. Проведены серии измерений содержания вещества на разных уровнях (A-E). Проверить зависимость точности измерения (среднего квадратического отклонения) от содержания вещества в образцах. Построить график зависимости СКО от среднего. мической реакции лизаторов (A-E). выходов. Если аилучший катализатор. одержания вещества ерить зависимость квадратического щества в образцах.
и СКО от среднего. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 2.61 4.33 5.98 7.69 9.35 11.13 12.81 14.48 16.17 17.9 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0.99 1.11 1.14 1.28 1.4 1.48 1.57 1.69 1.78 1.88 0.5 1 0 0.5 1 0 0.5 1 0 0 0 0 0.5 0.5 0.5 1 1 1 14.75 Изучается зависимость аналитического сигнала (B) от содержания вещества (A). Построить градуировочный график, включая формулу и коэффициент детерминаци Оценить содержание вещества по величине сигнала (C1) и поместить в ячейку C2. Проведено измерение содержания вещества в серии образцов двумя методами: стандартным (A) и новым (B).
Проверить новый метод на систематические ошибки (постоянную и линейно изменяющуюся) относительно старого. 100.18 100.12 100 98.98 98.98 98.96 97.99 98 97.95 При определении некоторого вещества изучается зависимость аналитического сигнала (С) от содержания примесей (A, B). Провести линейную регрессию, вывести формулу. Проверить значимость влияния каждой примеси на сигнал. от содержания вещества (A).
лу и коэффициент детерминации. а (C1) и поместить в ячейку C2. и образцов двумя методами: од на систематические ошибки зучается зависимость ия примесей (A, B). римеси на сигнал. 10 20 30 40 50 60 70 80 90 100 1.15 1.51 1.98 2.59 3.4 4.45 5.84 7.65 10.02 13.13 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0.21 0.42 0.61 0.8 0.98 1.15 1.31 1.47 1.62 1.76 Изучается зависимость некоторой характеристики вещества (B) от температуры (A).
Подобрать функциональную зависимость (параболическую, степенную или экспоненциальную), наилучшим образом описывающую данные. Построить график, включая формулу и коэффициент детерминации. Получены данные по адсорбции некоторого вещества.
Установить тип зависимости поглощения (B) от концентрации вещества (A): адсорбция может описываться либо изотермой Лэнгмюра [y=x/(ax+b)], либо изотермой Фрейндлиха [y=ax^b]. Оценить коэффициенты. B) от температуры (A). епенную или вещества (A): 38.93 38.4 37.69 39.92 37.31 36.96 38.55 35.61 37.42 37.95 38.81 37.93 35.18 35.98 34.83 36.3 34.38 30.93 35.04 31.48 33.04 35.94 33.84 36.93 22.01 23.2 22.52 19.9 25.19 24.74 20.39 24 20.24 21.55 21.81 21.3 16.97 19.57 20.22 17.75 19.71 18.42 18.04 17.76 20.24 20.35 20.13 20.1 28.46 29.22 25.84 29.09 26.39 26.55 25.93 27.55 24.13 29.64 21.74 25.45 26.12 26.21 38.49 36.48 35.17 35.87 33.01 37.09 38.04 35.76 34.3 34.93 34.7 36.08 35.18 35.8 37.19 36.84 37.22 38.09 36.47 35.02 34.85 36.75 37.59 36.8 24.6 25.86 27.51 25.85 24.66 25.05 25.77 24.63 25.24 25.58 26.97 27.33 17.76 21.21 27.55 29.2 29.63 30.58 29.45 27.72 26.66 28.48 29.02 27.15 28.84 29.07 26.36 28.11 28.35 28.68 27.48 27.93 26.95 29.34 29.82 29.06 27.57 30.25 28.42 26.95 29.79 25.3 28.02 32.37 30.57 27.67 29.71 28.14 25.26 27.78 27.36 27.17 29.37 29.79 28.51 26.73 26.49 29.23 29.33 27.62 27.18 27.49 26.77 26.71 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 5 5 34.65 36.6 27.56 Определены содержания трех микроэлементов (A, B, C) в нескольких группах образцов (D) из различных источников.
Построить попарные диаграммы рассеяния, выделив группы. Найти переменные, значимые для определения группы. Провести дискриминантный анализ, проверить качество. Провести классификацию нового образца (F1:H1). 28.65 29.34 27.42 25.56 26.98 26.96 28.96 30.5 27.73 27.97 19.61 19.98 19.25 19.02 20.18 21.03 19.07 16.74 19.62 16.99 28.44 25.31 27.51 27.02 29.2 28.75 25.1 27.74 29.13 26.51 5 5 5 5 5 5 5 5 5 5 ментов (A, B, C) в ичных источников.
ия, выделив группы. еления группы. ерить качество. Общие требования к оформлению заданий 1. Результаты должны быть отделены от исходных данных и текста задания, располагаться компактно и не слишком далеко от исходного положения окна просмотра. Результаты по разным частям задания должны быть разделены. 2. Все таблицы и диаграммы должны иметь четкие, понятные заголовки и должны быть отделены друг от друга.
3. Диаграммы должны быть масштабированы так, чтобы изображение не выглядело слишком сжатым или растянутым и т.п. 4. Вывод исследования должен быть сформулирован в текстовой форме и размещен рядом с текстом задания. Вывод должен быть развернутым, грамотно сформулированным и понятным, со ссылками на используемые статистические методы и представленные на листе результаты расчетов. 5. Размещение на листе лишних результатов (не требующихся для выполнения задания) нежелательно. 6. Каждое применение критерия должно сопровождаться подробным выводом, описанием проверяемой гипотезы и обоснованием вывода.
Задание 1. Статистики Часть 1. Вычисляем основные описательные статистики. Требуемые записываем в отдельную таблицу. Строим гистограммы, подобрав числа отрезков разбиения так, чтобы они выглядели наиболее представительно. Часть 2. Проверяем нормальность распределения (с помощью нормальной вероятностной бумаги, критериев хи-квадрат, Колмогорова и "глазомерного"). Если есть основания заподозрить логнормальность (по асимметрии, гистограмме, низким уровням значимости и т.п.), следует отметить эти факты, перейти к логарифмам данных и проверить их на нормальность с помощью критериев.
В случае, если соответствие получается лучше, чем у исходных данных, делается вывод о логнормальности. Задание 3. Гипотезы Часть 1. Сначала проверяем равенство дисперсий с помощью критерия Фишера (F-тест) для двух выборок. Далее проверяется равенство средних с помощью критерия Стьюдента (t-тест) для двух выборок с одинаковыми или различными дисперсиями, в зависимости от предыдущего результата. Часть 2. Используем парный критерий Стьюдента для двух выборок. Пояснить необходимость использования именно парного критерия.
Задание 4. Дисперсионный анализ Часть 1. Прежде, чем проверять равенство средних, следует проверить равенство дисперсий с помощью критериев Бартлетта и G Кокрена. Если гипотеза о равенстве дисперсий подтверждается, можно проверить равенство средних методом дисперсионного анализа. Если средние оказываются различны, то наилучшим катализатором считаем тот, для которого средний выход больше.
Часть 2. Проверяем равенство дисперсий с помощью критериев Бартлетта и G Кокрена. Если гипотеза о равенстве принимается, то зависимости нет. Если гипотеза отклоняется, то зависимость есть, и ее нужно исследовать. Вычисляем средние и средние квадратические отклонения по каждому столбцу, а затем отражаем их на графике (средние – по горизонтали, средние квадратические отклонения – по вертикали), добавляем линейный тренд и делаем вывод о наличии/отсутствии линейной зависимости. Задание 5.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
