![]() Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Логарифмически нормальное распределение
Проиллюстрируем проверку гипотезы о логарифмически нормальном распределении на материале, что был использован в предыдущем параграфе. Можно предположить, что содержание FеО в шлаке перед раскислением не бывает ниже 9%. В соответствии с этим принимаем yi = log (xi - 9).
Построение шкалы для F(х), не отличается от описанного выше. Изменяется только шкала на оси абсцисс, на которой вместо х; наносятся значения yi = log (xi - 9). Нанесенные на график оценки хорошо ложатся на прямую. Таким образом, опытные данные не противоречат сделанному предположению, что содержание FеО в шлаке подчиняется логарифмически нормальному распределению. Перпендикуляр, опущенный на ось абсцисс из точки пересечения прямой, проведенной через опытные точки, с горизонталью, отвечающей F(у) = 0, 5, дает оценку среднего значения у. В рассматриваемом случае у == 0, 83. Перпендикуляры, опущенные на ось абсцисс из точек пересечения прямой, аппроксимирующей наблюденные значения переменной, с прямыми, проведенными параллельно оси абсцисс через точки, соответствующие значениям u = -1 и +1, отсекают на оси абсцисс отрезок, равный двум стандартам. Таким образом, если последнюю величину разделить на 2, то получим оценку среднего квадратического отклонения. В рассматриваемом примере эта оценка равна s = (1, 08 —0, 58)/2 =- 0, 25. (11.16) Проверка предположения о возможности аппроксимации наблюденных значений случайной величины с помощью логарифмически нормального распределения по критерию Контрольные вопросы: 1. Как осуществляется выбор аппроксимирующего распределения данных. 2. Методы аппроксимации эмпирических распределений, метод выбора и оценки параметров аппроксимирующего распределения Пирсона. Забиваем Сайты В ТОП КУВАЛДОЙ - Уникальные возможности от SeoHammer
Каждая ссылка анализируется по трем пакетам оценки: SEO, Трафик и SMM.
SeoHammer делает продвижение сайта прозрачным и простым занятием.
Ссылки, вечные ссылки, статьи, упоминания, пресс-релизы - используйте по максимуму потенциал SeoHammer для продвижения вашего сайта.
Что умеет делать SeoHammer
— Продвижение в один клик, интеллектуальный подбор запросов, покупка самых лучших ссылок с высокой степенью качества у лучших бирж ссылок. — Регулярная проверка качества ссылок по более чем 100 показателям и ежедневный пересчет показателей качества проекта. — Все известные форматы ссылок: арендные ссылки, вечные ссылки, публикации (упоминания, мнения, отзывы, статьи, пресс-релизы). — SeoHammer покажет, где рост или падение, а также запросы, на которые нужно обратить внимание. SeoHammer еще предоставляет технологию Буст, она ускоряет продвижение в десятки раз, а первые результаты появляются уже в течение первых 7 дней. Зарегистрироваться и Начать продвижение 3. Что называют статистическими гипотезами относительно закона распределения рассматриваемой величины, как оценить правильность гипотез. 4. Оценка уровней значимости для отбраковки гипотез. 5. Графический метод проверки правильности гипотез о законе распределения.
|