|
22 ___ группа; ФИО____________________________________________________ Экз КР 29.01.11 Вероятностно - статистические модели и методы в менеджменте
Известно, что M[X] = 8; M[Y] = 7; ?x = 4; ?Y =1; ?(X;Y) = - 0,7. Найти M[(2X+3)*(2Y-5)] . Решение: Z=M[(2X+3)*(2Y-5)] = 4M[XY] - 10 M[X] + 6 M[Y] – 15 = 4M[XY] – 80 + 42 -15 =4M[XY] -53 Cov(X;Y) = ?x ?Y ?(X;Y) = - 2,8 – 53 = - 55,8 = - 2,8 = M[XY] - M[X] M[Y] = M[XY] – 56; Следовательно, M[XY] = 0,2 = 53,2; Z = - 52,2 = 159,8. Ответ: Z = 159,8. 2. На основе случайной выборки объемом n = 49 проводили анализ среднего значения изучаемой характеристики. Выборочная средняя ![]() Найдите стандартную ошибку оценки среднего. Запишите границы доверительного интервала для среднего значения генеральной совокупности, длину интервала. Каким должен быть объем выборки, чтобы длина этого интервала не превышала 0,75 при неизменном уровне значимости ошибки? Решение: ∆ст. ош. = 0,789/ ![]() интервал: [(3,5 - 0,450); (3,5 + 0,450)] = [3,05; 3,95]; длина: 0,900; k?= ∆пред. ош./ ∆ст. ош. = 0,450/0,1127= 3,993; n: 2* k?*0,789/ ![]() Ответ: ∆ст. ош. = 0,1127; интервал [3,05; 3,95]; [3,5; 4,4]; длина = 0,900; n >= 71.
Как организовать статистическое обследование? Решение: Необходимо провести n независимых наблюдений показателя X и оценить m. Наилучшая оценка: выборочное среднее ![]() При этом предельная ошибка ∆пред. ош. = k? * ∆станд. ош, где ∆станд. ош = S/ ![]() K0,9 = 1,65; Поэтому оценим n. k? * S/ ![]() ![]() n : n >= 25 Ответ: n >= 25 .
Решение: H0 : w0 = 0,16; X ? B(w); ![]() H1 : w1 > w0 = 0,16; Критерий: ![]() Стандартизованный критерий T* =( ![]() ![]() Критическая область одностороннего критерия (область отклонения H0 в пользу H1: K = { T*: T* > kкритич , ?}; P(K) = 1 – ? ; kкритич , 0,9 = 1,28; T*( ![]() ![]() ![]() Т.к. -2,7 < 1,28, то Основная гипотеза H0 не отклоняется в пользу H1. Ответ: По результатам статистического испытания новая форма рекламы оказалась не эффективнее прежней.
Проверить значимость коэффициента корреляции с уровнем значимости 10%. При обработке выборки выяснили, что средний стаж рабочих составляет 7,4 года; стандартное отклонение 2 года, а средняя производительность труда равна 8 у.е. со стандартным отклонением 3 у.е. Можно ли на основе коэффициента корреляции получить уравнение линейной регрессии и с помощью этого уравнения предсказать производительность труда рабочего, зная его стаж? Если можно, то записать это уравнение. Решение: H0: ?п = ?(X, У) = 0; (Yk- ![]() ?(X, У) = ![]() ![]() Стандартизованный критерий: T* = ![]() T*набл = ![]() ![]() Гипотеза о независимости случайных величин отклоняется. Приближенное уравнение линейной регрессии: Y = a(X - ![]() ![]() ![]() Следовательно, уравнение линейной регрессии: Y = ![]() Теория: (Проверка независимости парных наблюдений). Модель. По результатам наблюдения выборки (X; У)n проверить их соответствие базовой гипотезе H0: ?(X, У) = 0 . Стандартизованный критерий проверки H0: несмещенная оценка ?(X, У) коэффициента корреляции Пирсона: ? = ?П ((X; У)n) =( ![]() ![]() ![]() 6. Специалист утверждает, что может диагностировать улучшенное качества продукта по внешнему виду без дополнительных замеров. Было проведено 15 экспериментов. Специалист правильно обнаружил улучшение качества продукта в 9 случаях; ошибочные ответы были в 2 случаях; никакого вывода сделать не удалось в 4 случаях. Можно ли по результатам эксперимента с уровнем значимости в 7% считать, что специалист действительно может диагностировать улучшение качества по внешнему виду? Решение: H0 : w0 = 0,5; X ? B(w); ![]() H1 : w1 > w0 = 0,5; Критерий: ![]() Стандартизованный критерий T* =( ![]() ![]() Критическая область одностороннего критерия (область отклонения H0 в пользу H1: K = { T*: T* T*( ![]() ![]() ![]() Т.к. 1,55 > 1,475, то основная гипотеза H0 отклоняется в пользу H1 при уровне значимости ошибки 7%. Ответ: По результатам статистического испытания специалист может диагностировать улучшение качества по внешнему виду при уровне значимости ошибки 7%. . |