|
Normal taqsimot dispersiyasi uchun statistik gipotezani tekshirish
| | bet | 12/14 | | Sana | 27.01.2024 | | Hajmi | 0,76 Mb. | | #147056 |
Bog'liq Safoyev Dilnoza kurs ishi 1Normal taqsimot dispersiyasi uchun statistik gipotezani tekshirish.
X – tasodifiy miqdor ) normal taqsimotga ega bo’lisin.
Gipotezalarni kiritamiz: , ya’ni bosh to’plam dispersiyasi ga teng; (yoki , yoki ).
Statistik mezon sifatida
olinadi, bu yerda – tanlanmaning tuzatilgan dispersiyasi.
qiymatlilik darajasi belgilanadi.
qiymatlilik darajasi bo’yicha kritik sohani topamiz. Bu soha gipotezaga bog’liq holda topiladi.
bo’lsin. Bunda o’ng tomonlama kritik soha tuziladi. sohaning kritik nuqtasi
tenglama asosida berilgan va bo’yicha taqsimotning kritik nuqtalari jadvalidan topiladi.
Kuzatuv natijalari bo’yicha hisoblanadi.
Bunda bo’lsa gipoteza rad etiladi, aks holda qabul qilinadi.
2). bo’lsin. Bunda chap tomonlama kritik soha tuziladi. sohaning kritik nuqtasi
tenglama asosida berilgan va bo’yicha taqsimotning kritik nuqtalari jadvalidan topiladi.
Bunda bo’lsa gipoteza rad etiladi, aks holda qabul qilinadi.
3). bo’lsin. Bunda chap tomonlama va o’ng tomonlama sohalardan tashkil topgan ikki tomonlama kritik soha tuziladi.
Berilgan ga ko’ra chap va o’ng kritik nuqtalar
tenglamadan topiladi.
U holda
Munosabat o’rinli bo’ladi.
tenglama asosida berilgan va bo’yicha jadvaldan kritik nuqta topiladi.
yoki
tenglik asosida berilgan va bo’yicha jadvaldan kritik nuqtani topamiz.
Bunda bo’lsa gipoteza qabul qilinadi, aks holda rad etiladi.
5-misol. bo’lsa, gipotezani tekshiring.
7 – ilovadagi jadvaldan va parametrlar bo’yicha o’ng kritik nuqta va va parametrlar bo’yicha chap kritik nuqta ekanini topamiz.
Statistik mezonning kuzatilgan qiymatini hisoblaymiz:
bo’lgani uchun gipoteza qiymatlilik darajasi bilan rad etiladi.
Misolning C++ dasturlash tilida dasturi:
#include
#include
double calculateChiSquareStatistic(double sampleVariance, double populationVariance, int sampleSize) {
double chiSquare = ((sampleSize - 1) * sampleVariance) / populationVariance;
return chiSquare;
}
int main() {
double sampleVariance = 14.3;
double populationVariance = 6.7;
int sampleSize = 21;
double alpha = 0.02;
double chiSquare = calculateChiSquareStatistic(sampleVariance, populationVariance, sampleSize);
double criticalValue = 32.852; // Critical value for two-tailed test at alpha = 0.02
if (chiSquare > criticalValue) {
std::cout << " Nol gipoteza rad etildi. Muqobil gipotezani qo'llab-quvvatlash uchun etarli dalillar mavjud." << std::endl;
} else {
std::cout << " Nol gipotezani rad etib bo'lmaydi. Muqobil gipotezani qo'llab-quvvatlash uchun dalillar etarli emas." << std::endl;
}
return 0; }
Dasturning natijasi:
-
|
| |
