Основы математической статистики в алгоритмах, Миронова Л.И., Фомин Н.И., Вилисова А.Д., 2023

Основы математической статистики в алгоритмах, Миронова Л.И., Фомин Н.И., Вилисова А.Д., 2023.

   Учебное пособие содержит материал по основам математической статистики, который поможет студентам овладеть методами качественной обработки результатов экспериментальных данных при проведении исследований в области строительства.
Теоретический материал включает описание самых общих, начальных понятий, методов и алгоритмов современной математической статистики, используемых при обработке и анализе результатов, полученных в ходе экспериментов. Каждая тема завершается постановкой задачи, алгоритмом ее реализации средствами MS Excel, а также вопросами для самопроверки по изученному материалу.
Пособие предназначено студентам, обучающимся по направлениям «Строительство» и «Техника и технологии строительства» для применения методов математической статистики в проектной деятельности.

Основы математической статистики в алгоритмах, Миронова Л.И., Фомин Н.И., Вилисова А.Д., 2023


Теоретические основы дисперсионного анализа.
Дисперсионный анализ состоит в выделении и оценке факториальных признаков, влияющих на изменчивость некоторого результирующего признака. Идеи дисперсионного анализа близки к тем, которые были затронуты в предыдущей теме. Однако дисперсионный анализ может быть использован и в том случае, когда факториальные признаки не являются параметрическими, т.е. уровни воздействия (градации) этих признаков не имеют адекватного числового выражения.

Ограничимся описанием методов однофакторного дисперсионного анализа.

Пусть мы рассматриваем т выборок одинакового объема п из нормально распределенных генеральных совокупностей, имеющих равные дисперсии. Будем интерпретировать каждую выборку как набор значений результирующего признака X, соответствующих определенному уровню воздействия (определенной градации) некоторого факториального признака. Таким образом, каждая из т строк соответствует

ОГЛАВЛЕНИЕ.
Введение.
Тема 1. Точечные статистические характеристики выборочной совокупности.
Теоретические основы вычислений.
Постановка задачи и алгоритм определения точечных характеристик выборочной совокупности.
Вопросы для самопроверки к теме 1.
Тема 2. Распределения и статистическая проверка статистических гипотез.
Теоретические основы распределений.
Теоретические основы статистической проверки статистических гипотез.
Постановка задачи и алгоритм сравнения эмпирического распределения с нормальным.
Вопросы для самопроверки к теме 2.
Тема 3. Дальнейшие статистические характеристики выборочной совокупности. Точечные и интервальные оценки.
Теоретические основы вычислений точечных и интервальных оценок.
Постановка задачи и алгоритм вычисления асимметрии, эксцесса и их стандартных ошибок.
Вопросы для самопроверки к теме 3.
Тема 4. Критерии значимости.
Различие между двумя выборочными средними.
Постановка задачи и алгоритм сравнения двух выборочных средних по критерию Стьюдента.
Различие между двумя выборочными дисперсиями.
Постановка задачи и алгоритм сравнения двух выборочных дисперсий по критерию Фишера.
Сравнение нескольких выборочных дисперсий с помощью критерия Бартлетта.
Постановка задачи и алгоритм сравнения нескольких выборочных дисперсий по критерию Бартлетта.
Сравнение нескольких выборочных дисперсий по критерию Кохрана.
Постановка задачи и алгоритм сравнения нескольких выборочных дисперсий по критерию Кохрана.
Вопросы для самопроверки к теме 4.
Тема 5. Корреляция и регрессия.
Теоретические основы вычислений корреляционной и регрессионной зависимостей.
Постановка задачи и алгоритм линейного регрессионного анализа для одного факториального признака.
Вопросы для самопроверки к теме 5.
Тема 6. Теоретические основы дисперсионного анализа.
Дисперсионный анализ.
Постановка задачи и алгоритм однофакторного дисперсионного анализа.
Вопросы для самопроверки к теме 6.
Тема 7. Показатели связи в непараметрических совокупностях.
Коэффициенты ранговой корреляции.
Постановка задачи и алгоритм вычисления коэффициента корреляции рангов по Спирмену.
Постановка задачи и алгоритм вычисления коэффициента ранговой корреляции Кендалла.
Коэффициенты взаимной сопряженности.
Постановка задачи и алгоритм вычисления коэффициента взаимной сопряженности Пирсона.
Постановка задачи и алгоритм вычисления коэффициента взаимной сопряженности Чупрова.
Вопросы для самопроверки к теме 7.
Библиографический список.
Приложения. Таблицы для статистической обработки результатов испытаний.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Основы математической статистики в алгоритмах, Миронова Л.И., Фомин Н.И., Вилисова А.Д., 2023 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу



Скачать - pdf - Яндекс.Диск.
Дата публикации:





Хештеги: :: :: :: ::


Следующие учебники и книги:
Предыдущие статьи: