Здравствуйте, AND1!
Используем возможности электронной таблицы MS Excel.
В ячейку А1 введём слово
Данные. В ячейки А2:А184 вводим данные наблюдений
![](https://rfpro.ru/formulas/29475.png)
согласно заданию.
1. Несмещённой точечной оценкой генеральной средней является выборочная средняя
для вычисления которой воспользуемся функцией
СРЗНАЧ. Результат вычисления поместим в ячейку J1. Получили
Несмещённой точечной оценкой дисперсии является исправленная дисперсия
для вычисления которой значения в ячейках B2:B184 приравняем значению в ячейке J1, затем в ячейках C2:C184 вычислим значения
![](https://rfpro.ru/formulas/29476.png)
в ячейке C185 найдём сумму этих значений, а в ячейку J2 поместим результат вычисления исправленной дисперсии по указанной выше формуле. Получили
2. Из соотношения
![](https://rfpro.ru/formulas/29485.png)
откуда
![](https://rfpro.ru/formulas/29486.png)
по таблице функции Лапласа
![](https://rfpro.ru/formulas/29487.png)
находим
![](https://rfpro.ru/formulas/29482.png)
Тогда точность оценки математического ожидания
![](https://rfpro.ru/formulas/29488.png)
а доверительный интервал для оценки математического ожидания
При
![](https://rfpro.ru/formulas/29489.png)
по таблице 5 [1, с. 469] находим, линейно интерполируя,
![](https://rfpro.ru/formulas/29490.png)
Тогда доверительный интервал для оценки дисперсии
3. Для построения вариационного ряда и гистограммы скопируем содержимое первого столбца на второй лист электронной таблицы.
Ширина интервала, согласно заданию, составляет h = 14, причём начало первого интервала a = -57. В нашем случае данные наблюдений варьируются от -50 до 88 (это легко установить с использованием функций
МИН и
МАКС). Получится 11 интервалов. В ячейки C3:C13 введём граничные значения интервалов. В ячейку С1 введём словосочетание
Интервалы данных, в ячейку D1 -
Абсолютные частоты, в ячейку E1 -
Относительные частоты, в ячейку F1 -
Накопленные частоты.
Заполним столбец абсолютных частот. Для этого выделим для них блок ячеек D2:D13 (используемая функция
ЧАСТОТА задаётся в виде функции массива). Данная функция возвращает столбец, который содержит на одну ячейку больше, чем количество интервалов. В ячейке D14 найдём сумму содержимого ячеек, расположенных выше. Получим число
![](https://rfpro.ru/formulas/29492.png)
Вместе со значениями интервалов полученные значения абсолютных частот и дают вариационный ряд:
[table]
[row][col]X [/col][col]-57...-44 [/col][col]-43...-30 [/col][col]-29...-16 [/col][col]-15...-2 [/col][col]-1...12 [/col][col]13...26 [/col][col]27...40 [/col][col]41...54 [/col][col]55...68 [/col][col]69...82 [/col][col]83...96 [/col][/row]
[row][col]n [/col][col]2 [/col][col]5 [/col][col]12 [/col][col]32 [/col][col]46 [/col][col]40 [/col][col]28 [/col][col]13 [/col][col]3 [/col][col]1 [/col][col]1 [/col][/row]
[/table]
Заполним столбец относительных частот. В ячейку Е3 введём формулу для относительной частоты: =D3/183. Протягиванием скопируем эту формулу в диапазон Е4:Е14 и получим массив относительных частот с контрольной суммой, равной 1.
Заполним столбец накопленных частот. В ячейку F3 скопируем значение из ячейки Е3. В ячейку F4 введём формулу: =F3+E4. Протягиванием скопируем введённую формулу в диапазон F5:F13. Получим массив накопленных частот.
Построим гистограмму в виде диаграммы относительных и накопленных частот при помощи Мастера диаграмм, используя вкладку
Нестандартные и тип диаграммы
График/гистограмма2.
4. Для проверки гипотезы о нормальности генеральной совокупности используем данные таблицы (залита светло-жёлтым цветом), полученной при выполнении предыдущего пункта задания. Ячейке D16 листа 2 присваиваем значение ячейки J1 листа 1 (среднее значение для данных). В ячейке E16 листа 2 указываем значение корня квадратного из значения ячейки J2 листа 1 (выборочное среднее квадратичное отклонение). В ячейке H1 введём название столбца -
Теоретические частости. Затем с помощью функции
НОРМРАСП найдём теоретические частости. Установим курсор в ячейку H3, вызовем указанную функцию и заполним её рабочие поля: X - C3, Среднее - D16, Стандартное_откл - Е16, Интегральная - 0. Далее аналогично заполняем ячейки H4:H13.
Затем в ячейке I1 введём название столбца -
Теоретические частоты, а значения ячеек I3:I13 получим умножением значений ячеек H3:H13 на число 183 и на число 14. С помощью функции
ХИ2ТЕСТ определим соответствие данных нормальному закону распределения. Для этого установим курсор в свободную ячейку H16. С помощью Мастера функций в диалоговом окне функции
ХИ2ТЕСТ введём фактический D3:D13 и ожидаемый I3:I13 диапазоны частот. Нажмём кнопку
ОК. В ячейке H16 появится значение вероятности того, что выборочные данные соответствуют нормальному закону распределения - приблизительно 0,00265.
Поскольку полученная вероятность соответствия экспериментальных данных нормальному распределению больше, чем уровень значимости (0,001), то можно утверждать, что данные не противоречат нормальному распределению.
Электронную таблицу с решением Вы можете загрузить, воспользовавшись этой
ссылкой.
Литература
1. Черненко В. Д. Высшая математика в примерах и задачах: Учебное пособие для вузов. В 3 т.: Т. 3. - СПб.: Политехника, 2003. - 476 с.
Никто не застрахован от ошибок, поэтому заранее извиняюсь, если где-то расчёт неверен. При необходимости можно будет доработать.
С уважением.