![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
Сгенерируем 7 выборок объема n = 1000 с распределением Коши и определим по каждой среднее значение.
а) Заготовим таблицу 7 v ´ 1000 c, изменив имеющуюся.
б) Сгенерируем выборки.
Vars - All Specs - выделяем любую клетку в 4 столбце и вводим определяющее выражение, соответствующее плотности (3),
= VCauchy (rnd (1); 0; 1)
здесь а = 0 – параметр сдвига, b = 1 – параметр масштаба в плотности
p (x | a, b) = ;
переносим выражение в остальные 6 клеток:
Edit - Copy (переносим запись в буфер), выделяем другую клетку и
Edit - Paste (вставляем запись); это же можно сделать короче с помощью кнопок Copy и Paste; закрываем окно и исполняем
кнопка Х =? (Recalculate) - All variables - OK.
в) Определим среднее значение на всех 7 выборках:
выделим всю матрицу (щелчок на пересечении заголовков строк и столбцов) - Edit - Block Sats/Columns - Means.
Убеждаемся, что хотя бы в одной выборке модуль среднего превосходит 1. Если же это не так, то нам крупно не повезло: произошло событие с вероятностью менее 0,01.
г) Посмотрим график выборки из распределения Коши (рис.1):
Graphs - Stats 2D Graphs - Line Plots (Variables)... - в поле Line Plots вводим Variables: x1 (например), Graph Tipe: Regular, Fit: off.
обратим внимание на то, что имеются редкие наблюдения, отстоящие очень далеко от центра распределения – точки 0.
Рис. 1.Выборка наблюдений, распределенных по закону Коши (N = 200).
Дата публикования: 2014-11-03; Прочитано: 404 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!