Лабораторна робота № 3

Перевірка статистичних гіпотез

Завдання  1.

У механічному цеху заводу : X - продуктивність праці (%) працівників, стаж

яких менше 10 років, Y продуктивність праці (%) працівників, стаж яких
більше 10 років. Для 10 працівників з кожної групи була визначена
продуктивність праці. Результати перевірки наведені в таблиці 2. Необхідно:
3 Записати варіаційні ряди вибірок X. Y.
2 2
4 Обчислити числові характеристики вибірок: x, y ,s x , s y ,s x ,s y .

5 Перевірити, чи можна вважати закон розподілу цих величин нормальним.

6 При рівні значущості α=0,1 , використовуючи F-критерій, перевірити
2 2
гіпотезу про рівність дисперсій: H 0 : σx =σy .
7 При рівні значущості α=0,05 , використовуючи t- критерій, перевірити:
чи можна вважати розбіжності між середніми X і Y значущими, тобто
з'ясувати, чи значущо впливає стаж роботи на продуктивність праці.

Задача 3
Переносимо дані відповідно до варіанту у MS Excel
A B
1 X Y
2 103,3 114,9
3 107,8 117,5

4 111,2 118,1
5 111,2 120,1
6 111,2 120,5
7 111,2 120,8
8 112 121,7
9 113,5 122,2
10 113,9 125,2
11 120,6 125,3

Задача 4
Відповідно до відомих нам формул та вбудованих функцій Excel виконуємо
підрахунки потрібних нам параметрів.
 D E
1 Ẋ 111,59
2 Ẏ 120,63

3 S2x 19,33656

4 S2y 10,629
5 sх 4,397335
6 sу 3,260215

Задача 5
Для перевірки чи можна вважати закон розподілу цих величин нормальним
скористаймося RS-методом
З таблиці маємо що для N=10
нижня межа 2,67;
верхня межа: 3,685.
Виконуємо підрахунки для наших даних
D E
8 RSx 3,934201
9 RSy 3,189974

Як бачимо лише значення другої вибірки попадає в потрібний нам інтервал.

Для вибірки Х скористаємося Наближеним методом перевірки гіпотези про
нормальність розподілу за допомогою ексцесу та асиметрії .
D E F G
11 A 0,206458 <= 1,36313
12 E 2,409349 <= 4,612218
13 D(A) 0,377622
14 D(E) 0,850902

Потрібні нам умови виконуються отже закон розподілу цих величин можна
вважати нормальним.
Задача 6
Перевіряємо гіпотезу про рівність дисперсій:

H 0 : S22 =S21 , H 1 : S 22 ≠S 21 ,
Fкр знаходимо з рівняння:
P( F>F кр )=α/2 ; α/2=0,05.

За допомогою функцій Аналізу даних вбудованих в Excel виконуємо

обчислення.
 I J K
17 Двухвыборочный F-тест для дисперсии
18
19 X Y
20 Среднее 111,59 120,63
21 Дисперсия 19,33655556 10,629
22 Наблюдения 10 10
23 df 9 9
24 F 1,819226226
25 P(F<=f) одностороннее 0,193005022
26 F критическое одностороннее 3,178893104

З таблиці отримуємо Fp = 1,82 , Fкр= 3,18 . Оскільки Fp < Fкр , приймаємо

гіпотезу Н0 тобто дисперсії рівні.
Задача 7
Для перевірки чи можна вважати розбіжності між середніми X і Y значущими
висуваємо гіпотези
H 0 : x́= ý

H 1 : x́ ≠ ý

За допомогою функцій Аналізу даних вбудованих в Excel виконуємо

обчислення. Гіпотетичну середню різницю беремо рівну 0.
I J K
28 Двухвыборочный t-тест с одинаковыми дисперсиями
29
30 Переменная 1 Переменная 2
31 Среднее 111,59 120,63
32 Дисперсия 19,33655556 10,629
33 Наблюдения 10 10
34 Объединенная дисперсия 14,98277778
35 Гипотетическая разность средних 0
36 df 18
37 t-статистика -5,22224525
38 P(T<=t) одностороннее 2,87675E-05
39 t критическое одностороннее 1,734063607
40 P(T<=t) двухстороннее 5,75351E-05
41 t критическое двухстороннее 2,10092204

tp = -5.22 , tкр= 2.10 . Оскільки | tp | > tкр , приймаємо гіпотезу Н1.

Отже стаж дійсно значуще впливає на продуктивність.
Задача 9
На верстаті-автоматі виробляється однакова продукція. Критичним розміром
виробів є зовнішній діаметр. Після налагодження верстата відібрали 20
виробів. При цьому виявилося, що вибіркова дисепрсія розміру зовнішнього
2

діаметру становить 0,84 мм

. Через певний проміжок часу з метою
контролю точності роботи верстата (і, при потребі, для його налагодження )
добирається вибірка обсягом 15 виробів. виявилося, що вибіркова дисперсія,
2

обчислена за нею, дорівнює 1,07 мм . Чи свідчать наведені дані про зміну

точності роботи верстата?
Для виконання цього завдання скористаємося Критеріем Фішера для
порівняння дисперсій.
Висуваємо гіпотези
H 0 :S 21=S22;

H 1 : S 21 ≠ S 22;

Fкр знаходимо з рівняння P( F> F кр )=α/2 ;

A B A B
1 15 1,07 1 15 1,07
2 20 0,84 2 20 0,84
3 3
4 F 1,27381 4 F =B1/B2
5 k1 14 5 k1 =A1-1
6 k2 19 6 k2 =A2-1
7 Fkr 2,646928 7 Fkr =F.ОБР.ПХ(0,025;B5;B6)

Fp = 1.27 , Fкр= 2.65 . Оскільки Fp < Fкр , приймаємо гіпотезу Н0 тобто

дисперсії рівні, а точність роботи верстата не змінилася.
Задача 29
Два підприємства (А та В) виготовляють цегляну футерівку для кисневих
конверторів. Споживач хоче з’ясувати, чи відрізняється футерівка
підприємств за своїми характеристиками, щоб надалі закуповувати
продукцію з кращими показниками. Для цього він реєструє кількість плавок,
які можна зробити в конвенторі до того , як з’явиться потреба замінити
футерівку. Одержані дані наведено нижче.

Підпр 237 224 218 227 234 215 219 225 230
иємст
во А

Підпр 216 202 205 200 207 198 222 214 226 204
иємст
во В

Чи можна на підставі цих даних дійти висновку про істотну різницю кількості
плавок до заміни футерівок, виготовлених на підприємствах А та В?
Перевіряємо чи можна вважати закон розподілу цих величин нормальним,
скористаймося RS-методом
З таблиці маємо що для N=10
нижня межа 2,67;
верхня межа: 3,685.
Виконуємо підрахунки для наших даних
Sa 7,401201
Sb 9,582391
RSa 2,972491
RSb 2,922026

Значення попадають в межі, закон розподілу цих величин можна вважати

нормальним.
Перевіримо рівність дисперсій

H 0 : S22 =S21 , H 1 : S 22 ≠S 21 ,
Fкр знаходимо з рівняння:
P( F>F кр )=α/2 ; α/2=0,025.
Двухвыборочный F-тест для дисперсии

Переменная 1 Переменная 2
Среднее 225,4444444 209,4
Дисперсия 54,77777778 91,82222222
Наблюдения 9 10
df 8 9
F 0,596563408
P(F<=f) одностороннее 0,239204921
F критическое одностороннее 0,229503445

З таблиці отримуємо Fp = 0,59 , Fкр= 0,22 . Оскільки Fp > Fкр , приймаємо

гіпотезу Н1 тобто дисперсії не рівні.
Перевіряємо, чи можна вважати, що середні значення істотно різними.
Висуваємо гіпотези

H 0 : x1  x 2
H 1 : x1  x 2
 Двухвыборочный t-тест с различными дисперсиями

Переменная 1 Переменная 2
Среднее 225,4444444 209,4
Дисперсия 54,77777778 91,82222222
Наблюдения 9 10
Гипотетическая разность средних 0
df 17
t-статистика 4,106052311
P(T<=t) одностороннее 0,000368504
t критическое одностороннее 1,739606726
P(T<=t) двухстороннее 0,000737008
t критическое двухстороннее 2,109815578

Як бачимо з таблиці tp=4,11, tкp.одностор=1,74. Оскільки tр>tкр, приймаємо

гіпотезу Н1.
Отже кількості плавок до заміни футерівок, виготовлених на
підприємствах А та В істотно різні.