Гипотеза - нормальность
Cтраница 1
Гипотеза нормальности с теоретической точки зрения выглядит в данной ситуации довольно странно. Помимо участия этой гипотезы в статистических проверках, у нее имеется, пожалуй, гораздо более важная роль: редукция фактической информации к параметрам нормального закона. Следует заметить, что такого же удобства в представлении данных можно добиться, не используя никакой гипотезы о виде распределения, а рисуя графики эмпирических функций распределения. [1]
Проверка гипотезы нормальности путем сравнения найденных эмпирических значений асимметрии и эксцесса с их средними квадратичными отклонениями для двух рассматриваемых периодов подтверждает результаты, полученные с помощью критерия Пирсона, согласно которым рассматриваемые распределения не подчиняются строго нормальному закону. [2]
Однако при этом гипотеза нормальности входного сигнала нелинейного звена сохраняется. Задача сводится к решению интегрального уравнения относительно спектральной плотности Sx ( со) входного сигнала нелинейного звена. [3]
В противном случае гипотезу нормальности следует отвергнуть или по крайней мере считать сомнительной. [4]
Пирсона требует отклонить гипотезу нормальности. [5]
Отсюда следует, что гипотеза нормальности ра: пределения штамповок по высоте не противоречит данным наблюдения. [6]
Применение этого метода проверки гипотезы нормальности удобно тем, что оно дает возможность использовать архивные материалы, объединяя вместе результаты определений различных компонентов в разных по своему составу пробах так, как это было сделано в предыдущем примере. [7]
В [131] этот прием проверки гипотезы нормальности был применен при обработке результатов трехкратного спектрального определения Gu, Ga, Mg, Mn, Mo и V в 68 пробах почв. В общей сложности было выполнено 1224 определения, которые были разбиты на три группы по 408 определений. В табл. 4.5 произведены подсчеты % 2-критерия. В колонках 3 - 8 даны экспериментально найденные частоты и взвешенные суммы квадратов для трех групп определений. [8]
В аналитической работе при проверке гипотезы нормальности обычно нет необходимости объединять пробы с очень большим интервалом концентрации определяемого компонента. Но при решении некоторых статистических задач, в частности в дисперсионном анализе, который будет рассматриваться ниже, часто приходится объединять в один статистический ансамбль пробы с очень широким диапазоном концентрации определяемого компонента, причем там бывает нужно найти такую функцию преобразования, которая бы давала возможность получать одинаковые дисперсии для различных по своему составу проб. Поэтому рассмотрим несколько более подробно вопрос о преобразовании случайной переменной величины. [9]
Предложено применение непараметрического метода проверки гипотезы нормальности по большому количеству малых выборок с разными параметрами. [10]
Предположим, например, что мы проверяем гипотезу нормальности для некоторого наблюденного распределения. [11]
Нужно обратить внимание на то, что проверка гипотезы нормальности по совокупности малых выборок может найти широкое применение во многих областях техники при изучении неоднородных объектов. Допустим, например, что нужно определить содержание вещества в различных участках какого-либо геологического разреза или карьера, подвергающегося разработке. [12]
 |
Распределение спектральных анализов кремния в чугуне по величине их отклонения от данных химического анализа ( по материалам, заимствованным из. [13] |
В аналитической работе очень важно иметь возможность проверить гипотезу нормальности по результатам текущих измерений, не прибегая к специальным многократным повторным анализам одной и той же пробы. [14]
Допустим, что для обоих признаков х и у выполняется гипотеза нормальности - в этом случае говорят, что имеет место двумерное нормальное распределение. [15]
Страницы: 1 2 3 4