Math Gamification
Финансовый университет при Правительстве РФ
Коронавирус БД
Аптечная БД
Kahoots
Точечные оценки БД
Тесты (используйте Microsoft аккаунт)
Лекция статистические критерии Стьюдента и Пирсона
Семинар Контрольная работа № 1
Лекция Ковариация, корреляция, значимость коэффициента корреляции
Семинар Значимость коэффициента корреляции
Cеминар Проверка равенства дисперсий (Ftest), проверка мат. ожиданий (Ztest)
Лекция Двухвыборочные критерии
Семинар Двухвыборочные критерии
Лекция Непараметрические критерии
Семинар Критерий Вилкоксона
Семинар Проверка нормальности
R скрипты
Проверки нормальности
#1
shapiro.test(X) # Тест Шапиро Pvalue<alfa=0.05 гипотезу о нормальности отвергаем
#2
library(ggpubr)
ggdensity(X,main = "Density plot of X", xlab = "X")
glot(X)gqqp
#3
library(nortest) # Библиотека для pearson.test и lillie.test
pearson.test(X$V1) # Пирсон
lillie.test(X$V1)
#4
library("sm") # Для sm.density
sm.density(X$V1, model = "Normal") # Попадаем ли в синий коридор..
Age&h-index
Height&Weight
1. Используя Excel и/или R(RStudio), проведите очистку набора от нечисловых значений и пропусков и вычислите статистические характеристики очищенной выборки: количество нечисловых значений и пропусков в исходной выборке, медиана, стандартное отклонение (несмещенное), нижняя граница нормы, верхняя граница нормы.
2. Дополнительно очистите выборку от выбросов и вычислите следующие статистические характеристики выборки, очищенной от нечисловых значений, пропусков и выбросов: объем выборки, очищенной от нечисловых значений, пропусков и выбросов, квантиль уровня 0.62, эксцесс (несмещенная оценка).
3. Методом моментов найдите оценки параметров равномерного распределения. Для однопараметрических распределений используйте первый начальный момент ν1. Для двухпараметрических распределений дополнительно используйте второй центральный момент μ2.
4. По извлеченной из нормальной генеральной совокупности случайной выборке объёма 152 найдена точечная несмещенная оценка дисперсии 1.3889. Постройте доверительный интервал (ДИ) для дисперсии на уровне доверия 0.96. Введите: квантиль уровня (1−𝛾)/2, квантиль уровня (1+𝛾)/2, левая граница ДИ для дисперсии, правая граница ДИ для дисперсии
5. Для оценки средней суммы чека в заведении общепита вычисляют среднее арифметическое некоторого количества случайно выбранных чеков. Используя центральную предельную теорему, в предположении, что распределение средней суммы чека не очень отличается от нормального, оцените минимальное количество выбранных чеков, необходимое для того, чтобы с вероятностью не менее 0.9 полученное значение отличалось от истинной средней суммы чека не более чем на 50 руб., если из предыдущих наблюдений известно, что среднеквадратичное отклонение суммы чека не превышает 200 руб.
Clean the data \ Очистка данных
#MAC:
x <- as.numeric(read.delim(pipe("pbpaste"), header = F, sep = ","))
#PC:
x<- as.numeric(read.delim("clipboard", header = F, sep = ","))
#delete NAN and string values
y <- na.omit(x)
