4. Здійснюється перевірка вибірки на нормальність розподілу:
а) розіб’ємо вибірку на інтервали, визначивши їх крок за формулою (2.1):
h = 15,3. Результат розрахунків представимо у табл. 2.3, гр. 1 та на рис. 2.1.
Таблиця 2.2
Вихідні дані перевірки на нормальність розподілу
б) знаходимо середню частку маркетингових досліджень x
та частоту появи значень кожного інтервалу m
згідно з викладеною вище методикою. Результати розрахунків представимо у табл. 2.3, гр. 2 та 3.
Таблиця 2.3
Розрахунок накопичених частостей
| | | | | | | | | Σ |  40 | 39,58 | 1 | 1 |
в) знаходимо середнє значення вибіркової сукупності
та середньо-квадратичне відхилення вибірки δ за допомогою програми Майстер функцій:
=354,7, δ= 28;г) для кожного інтервалу часток маркетинговихдосліджень встановлюємо теоретичні частоти за формулою (2.2), (табл. 2.3, гр. 4) з попередньо визначеним параметром t
згідно з формулою (2.3);д) визначимо відносні емпіричні частості m
′ за формулою (2.4) ( табл. 2.3, гр. 5):е) визначимо відносні теоретичні частості m
′ за формулою 2.5 ( табл. 2.3, гр. 6);ж) розрахуємо, відповідно, накопичені відносні емпіричні F(m
′) та теоретичні частості F(m 
′) (табл. 2.3, гр. 7 - 8) згідно з пунктом ж методики;з) визначимо різницю накопичених емпіричних та теоретичних частостей часток маркетингових досліджень за кожним інтервалом та встановимо їх максимальне відхилення D
(табл. 2.3, гр. 9): D = 0,03;і) встановимо фактичний критерій відхилення емпіричного розподілу від теоретичного за Колмогоровим згідно з формулою (2.6): λ
=0,19;к) за табл. 2.1 визначаємо граничний критерій Колмогорова відповідності емпіричних даних нормальному розподілу. За рівнем значущості 5%, що відповідає умові задачі, λ
= 1,358;л) порівнюємо розрахункове та табличне значення критерію Колмогорова: λ
= 0,19 < λ = 1,358.5. Висновок: оскільки розрахункове значення критерію відповідності емпіричного розподілу 0,19 менше теоретичного критерію Колмогорова 1,358, то можна стверджувати, що сукупність часток маркетингових даних, яка досліджується, підкоряється нормальному закону розподілу, а результати обстежень (зазначені частки) є випадковими величинами й управління ними потребує спеціальних засобів.
Завдання № 3
Планування експериментів
Постановка завдання
1. Запропонуйте й опишіть приклад досліджень шляхом проведення експериментів, спостережень або вимірювань.
2. Розробіть рандомізований план проведення досліджень для встановлення кореляційної залежності будь-якого техніко-економічного показника діяльності організації (підприємства, виробничого підрозділу, механізму тощо) від однієї з керованих факторних перемінних, які впливають на цей показник. Виключіть при цьому вплив трьох зовнішніх незалежних перемінних. План має бути складений у вигляді двох квадратів 4х4.
3. Опишіть, яким чином слід проводити спостереження за Вашим планом експерименту.
4. Напишіть результати спостережень та розрахуйте середньо стати-стічні дані для визначення зазначеної вище залежності.
Виконання завдання
1. Потрібно встановити залежність y
= f (x ), де y - обсяг перевезень руди від кар'єра до збагачувальної фабрики, а x - відстань транспортування, що дозволить визначити норму виробітку водія автомобіля для різної відстані перевезень. Вимірюється обсяг перевезень y при різних відстанях (внутрішня регульована змінна x = 2,2; 2,8; 3,3; 4,0; 4,9; 5,4; 6,0 і 7,5 км), де як незалежні зовнішні змінні прийняті день тижня (ПН,ВТ,СР,ЧТ), водій (А,B,C,D) та автомобіль (Z,Y,X,W).2. Кожна регульована змінна поєднується у рандомізованому плані з іншими незалежними факторами так, щоб в сукупності їх значень не було повторювань будь-якого фактору як по горизонталі, так і по вертикалі ( табл. 3.1). Таким чином кожний водій кожного дня працює на різній відстані перевезень та на іншому автомобілі і кожного дня ці умови не повторюються для інших водіїв.
Таблиця 3.1
Рандомізований план проведення спостережень за обсягами перевезень руди
Усереднення отриманих значень такого плану за регульованим фактором (відстань перевезення) дозволяє провести повну рандомізацію експерименту за всіма нерегульованими змінними (день тижня, водій, автомобіль), тим самим мінімізується випадковий вплив останніх на досліджувану ознаку.