Исходные данные
среднеквадратическое отклонение ассиметрии нормального закона.
, (1.9.5)
среднеквадратическое отклонение эксцесса нормального распределения
, (1.9.6)
Оба условия выполнены, следовательно, выборка подчиняется нормальному закону распределения.
Группировка данных
Весь диапазон данных разбивают на классы.
(1.10.1)
где 
- количество классов. 
. Результат округляем до целого. Размер каждого класса находим по формуле:
(1.10.2)
Таблица №2
|
Класс |
Частота |
Частость | ||
|
Дол.ед. |
% | |||
|
71,36 |
74,90 |
4 |
0,077 |
7,7 |
|
74,90 |
78,43 |
14 |
0,269 |
26,9 |
|
78,43 |
81,96 |
16 |
0,308 |
30,8 |
|
81,96 |
85,50 |
10 |
0,192 |
19,2 |
|
85,50 |
89,03 |
6 |
0,115 |
11,5 |
|
89,03 |
92,57 |
1 |
0,019 |
1,9 |
|
92,57 |
95,73 |
1 |
0,019 |
1,9 |
|
Проверка |
52 |
1,000 |
100 | |
Рис. 1.10. Гистограмма.
Распределение случайной величины хорошо отражается приведённой гистограммой.
Вывод
В данной работе были закреплены знания о статистических оценках выборки: среднеарифметической выборки, дисперсии, среднеквадратичного отклонения, коэффициента вариации. Было так же определено количество экспериментальных опытов, которые в дальнейшем я проверила по закону распределения случайной величины. Для наглядной оценки данной ситуации я построила гистограмму, что значительно упрощает задачу и делает ее на много проще.
Другие статьи
Определение конкурентоспособности предприятия
В
настоящее время не существует единого определения понятия
"конкурентоспособности". Основными факторами, которые обуславливают
возможность множественности трактовок этого понятия, являются различные
исходные позиции экономистов, а также и то, что в качестве прои ...