< Участник:Riabenko(Различия между версиями)
м |
м |
| (9 промежуточных версий не показаны.) |
| Строка 1: |
Строка 1: |
| - | = Задание 2. Исследование свойств многомерного статистического метода на модельных данных =
| |
| - | == Пример ==
| |
| - | Исследуем чувствительность однофакторного дисперсионного анализа к расстояниям между выборками и дисперсиям выборок. <br>
| |
| - | <tex>x_i^{n_i}, \;\; x_i \sim N(\mu_i, \sigma_i), \;\; i=1,\ldots,3,</tex> <br>
| |
| - | <tex>\mu_2 = 0, \;\; -\mu_1=\mu_3 = \mu = 0\,:\,0.01\,:\,1,</tex> <br>
| |
| - | <tex>\sigma_1=\sigma_2=\sigma_3 = 0.01\,:\,0.01\,:\,1,</tex> <br>
| |
| - | <tex>n_1=n_2=n_3=20.</tex> <br>
| |
| | | | |
| - |
| |
| - |
| |
| - | == Задания ==
| |
| - | === Дисперсионный анализ ===
| |
| - | :: Студент 0: исследовать чувствительность однофакторного дисперсионного анализа со сравнением средних при помощи процедуры Тьюки-Крамера к расстояниям между выборками и дисперсиям выборок. Сравнить результаты применения процедур Тьюки-Крамера и ЛСД.
| |
| - | ::::<tex>x_i^{n_i}, \;\; x_i \sim N(\mu_i, \sigma_i), \;\; i=1,\ldots,3,\;\; \mu_2 = 0, \;\; -\mu_1=\mu_3 = \mu = 0\,:\,0.01\,:\,1,\;\; \sigma_1=\sigma_2=\sigma_3 = 0.01\,:\,0.01\,:\,1,\;\; n_1=n_2=n_3=20.</tex> <br>
| |
| - |
| |
| - | ::Студент 1: исследовать чувствительность однофакторного дисперсионного анализа со сравнением средних при помощи процедуры Тьюки-Крамера к расстоянию между выборками и размеру одной из выборок.
| |
| - | ::::<tex>x_i^{n_i}, \;\; x_i \sim N(\mu_i, \sigma_i), \;\; i=1,\ldots,3,\;\; \mu_2 = 0, \;\; -\mu_1=\mu_3 = \mu = 0\,:\,0.01\,:\,1,\;\; \sigma_1=\sigma_2=\sigma_3 = 1,\;\; n_1=n_3=20, \;\; n_3=10\,:\,5\,:\,100.</tex> <br>
| |
| - |
| |
| - | ::Студент 2: исследовать чувствительность однофакторного дисперсионного анализа со сравнением средних при помощи процедуры Тьюки-Крамера к расстоянию между выборками и дисперсии одной из выборок.
| |
| - | ::::<tex>x_i^{n_i}, \;\; x_i \sim N(\mu_i, \sigma_i), \;\; i=1,\ldots,3,\;\; \mu_2 = 0, \;\; -\mu_1=\mu_3 = \mu = 0\,:\,0.01\,:\,1,\;\; \sigma_1=\sigma_3 = 1,\;\; \sigma_2 = 0.02\,:\,0.02\,:\,2, \;\; n_1=n_3=20, \;\; n_3=10\,:\,5\,:\,100.</tex> <br>
| |
| - |
| |
| - | ::Студент 4: исследовать чувствительность однофакторного дисперсионного анализа со сравнением средних с использованием поправки Бонферрони к расстоянию между выборками и дисперсии одной из выборок. Сравнить результаты применения поправки Бонферрони и метода ЛСД.
| |
| - | ::::<tex>x_i^{n_i}, \;\; x_i \sim N(\mu_i, \sigma_i), \;\; i=1,\ldots,3,\;\; \mu_2 = 0, \;\; -\mu_1=\mu_3 = \mu = 0\,:\,0.01\,:\,1,\;\; \sigma_1=\sigma_2=\sigma_3 = 0.01\,:\,0.01\,:\,1,\;\; n_1=n_2=n_3=20.</tex> <br>
| |
| - |
| |
| - | ::Студент 3: исследовать чувствительность однофакторного дисперсионного анализа со сравнением средних с использованием поправки Бонферрони к расстоянию между выборками и дисперсии одной из выборок.
| |
| - | ::::<tex>x_i^{n_i}, \;\; x_i \sim N(\mu_i, \sigma_i), \;\; i=1,\ldots,3,\;\; \mu_2 = 0, \;\; -\mu_1=\mu_3 = \mu = 0\,:\,0.01\,:\,1,\;\; \sigma_1=\sigma_3 = 1,\;\; \sigma_2 = 0.02\,:\,0.02\,:\,2, \;\; n_1=n_3=20, \;\; n_3=10\,:\,5\,:\,100.</tex> <br>
| |
