59 0Д62 2 59 0.162 Х59(0,95) Х59(0,05)
59 0,1 б2 2 59 0,1 б2 79Д <<Т * 43,2
0,0191 < ст2 < 0,0350, 0,138 < сг < 0,187.
0,005 ± /24(0,975) • = 0,005 ± 2,064 • , от -0,0033 до + 0,0133. 7. Необходимо, чтобы
l,96.°i = 0,004, л/л
f 1,96 - о.оог2 п, тогда КбН *%
8. 95%-ный доверительный интервал для среднего квадратичес-кого отклонения:
24 • 0,022 7 2480,022 -у-1-< <* < 1-.
Х24(0,975) /24(0,025)
24 • 0,022 2 24 • 0,022 39,3641 <С < 12,4012
0,000244 < о2 < 0,000774,
0,0156 < ст < 0,0278.
10. Доверительный интервал - это набор всех возможных величин параметра, которые не будут отвергнуты как предполагаемые значения при соответствующей проверке.
fm 0,0065- 0008 0,019/i/l2
1 i(0,05) ~ 1.796, т.е. гипотеза отвергается.
f 0,0065 - 0J05 0,019/Vl2
11 (0,05) = 1>796,
т.е. отвергается гипотеза, *гго их доход равен доходу по индексу.
13. Статистический критерий
"41-64,55 .
0,042
*51(0,05) = 67 $ >
следовательно, нет достаточных доказательств, чтобы отвергнуть гипотезу о том, что дисперсия не превышает 0,04.
14. Это вероятность для гипотезы Н0 получения величины, по абсолютному значению равной критерию проверки или превышающей его.
15. Отвергнуть гипотезу, что монета имеет дефект.
x2 = (zl6)l + 16i = 512 Х 100 100
Х?(0,05) = 3-84 •
Замечание. Для v = 1 (степень свободы) необходимо сделать следующую поправку. Абсолютные рассчи-танные и ожидаемые значения должны быть уменьшены на 0,5. Тогда
2 = (-15,5)2 1541 Х 100 100
что по-прежнему является значимым.
СПИСОК
РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ
Bowers, D. (1991) Statistics for Economics and Business. Macmillan, London. Curwin, J. and Slater, R. (1996) Quantitative Methods for Business Decisions, 4th edn. Chapman & Hall, London.
Silver, M. (1992) Business Statistics. McGraw-Hill, London.
ПРИЛОЖЕНИЕ 5.1. Стандартная ошибка средней
Рассмотрим случайную переменную X, определяемую следующим образом:
Возможное значение -1 1
Вероятность 0,5 0,5
(мы с этим уже встречались в гл. 4).
Мы можем промоделировать процесс, обозначенный переменной X, многократным подбрасыванием монеты и фиксированием значений: 1 - при выпадении орла, -1 - при выпадении решки. Проделаем этот эксперимент 16 раз, рассчитывая ожидаемые и фактически полученные значения параметров.
Ожидаемые значения Фактические значения
Е(Х) = 0,5 • (-1) + 0,5 • 1 = 0 1, -1, -1, 1, 1, 1, -1, -1, -1, -1, -1, 1, 1, -1, \ат(Х) = 0,5 • (-1)2 + 0,5 • I2 1-1
= 1 = о2 X = -0,125
s2 = 1,05 (заметьте, что деление на 15 вместо 16 позволяет в некоторой степени компенсировать использование -0,125 вместо 0 в качестве средней).
А сейчас выясним, что случится, если вместо индивидуальных осуществлять парные наблюдения и для каждого из них находить среднюю. В гл. 3 уже показано, как производить сложение случайных переменных и их умножение на константу. Наш процесс нахождения средней заключается в сложении двух идентичных случайных переменных и умножении полученной суммы на 0,5. Применение методов, описанных в гл. 3, дает следующее распределение:
Возможное значение -1 0 1
Вероятность 0,25 0,5 0,25
Мы можем использовать те же данные, что и ранее, для сравнения фактических результатов с ожидаемыми.
Ожидаемые значения Фактические значения
ЩХ + Х)/2) = 0,25 • (- 1) + Распределив полученные предыдущие
+ п <; п + П9<; i=n результаты в пары, получим:
,Э * (1,-1) (-1,1) (1,1) (-1,-1) (-1,-1) (-1,1)
(1,-1) (1,-1)
Это дает следующие средние: 0, 0, 1, -1, -1, 0, 0, 0