Számolja ki az $\alpha_4$ lapultsági mutatót az
\[ Y=3.9, 3.39, 3.35, 3.6, 3.83, 3.76, 3.69, 3.3, 3.4, 3.65 \]
adatsorra!
Első lépésként rendezzük táblázatos formába az adatokat!
* | Y |
---|---|
3.9 | |
3.39 | |
3.35 | |
3.6 | |
3.83 | |
3.76 | |
3.69 | |
3.3 | |
3.4 | |
3.65 |
Összegezzünk:
* | Y |
---|---|
3.9 | |
3.39 | |
3.35 | |
3.6 | |
3.83 | |
3.76 | |
3.69 | |
3.3 | |
3.4 | |
3.65 | |
$\sum$ | 35.87 |
Tehát az $\overline{Y}=$3.587. Töltsük ki az $Y-\overline{Y}$ oszlopot és összegezzünk (ennél az oszlopnál ez nem fontos)!
* | Y | $Y-\overline{Y}$ |
---|---|---|
3.9 | 0.313 | |
3.39 | -0.197 | |
3.35 | -0.237 | |
3.6 | 0.013 | |
3.83 | 0.243 | |
3.76 | 0.173 | |
3.69 | 0.103 | |
3.3 | -0.287 | |
3.4 | -0.187 | |
3.65 | 0.063 | |
$\sum$ | 35.87 | -0.0 |
Ha nagyon messze van az összeg nullától akkor valamit elrontottunk. Emeljük négyzetre az $Y-\overline{Y}$ oszlop számait és összegezzünk!
* | Y | $Y-\overline{Y}$ | $(Y-\overline{Y})^2$ |
---|---|---|---|
3.9 | 0.313 | 0.098 | |
3.39 | -0.197 | 0.039 | |
3.35 | -0.237 | 0.056 | |
3.6 | 0.013 | 0.0 | |
3.83 | 0.243 | 0.059 | |
3.76 | 0.173 | 0.03 | |
3.69 | 0.103 | 0.011 | |
3.3 | -0.287 | 0.082 | |
3.4 | -0.187 | 0.035 | |
3.65 | 0.063 | 0.004 | |
$\sum$ | 35.87 | -0.0 | 0.414 |
Tehát $\sigma = \sqrt{\sigma^2}=\sqrt{\frac{0.414}{10.0}} = 0.203$. Most emeljük négyzetre az utolsó oszlop számait! (az utolsó sort hagyjuk...)
* | Y | $Y-\overline{Y}$ | $(Y-\overline{Y})^2$ | $(Y-\overline{Y})^4$ |
---|---|---|---|---|
3.9 | 0.313 | 0.098 | 0.01 | |
3.39 | -0.197 | 0.039 | 0.002 | |
3.35 | -0.237 | 0.056 | 0.003 | |
3.6 | 0.013 | 0.0 | 0.0 | |
3.83 | 0.243 | 0.059 | 0.003 | |
3.76 | 0.173 | 0.03 | 0.001 | |
3.69 | 0.103 | 0.011 | 0.0 | |
3.3 | -0.287 | 0.082 | 0.007 | |
3.4 | -0.187 | 0.035 | 0.001 | |
3.65 | 0.063 | 0.004 | 0.0 | |
$\sum$ | 35.87 | -0.0 | 0.414 | 0.027 |
Tehát $M_4(\overline{Y})=\frac{0.027}{10.0} = 0.003$, azaz $\alpha_4=\frac{0.003}{0.203^{4}} - 3 = -1.233$.
Számolja ki az $\alpha_4$ lapultsági mutatót az
\[ Y=3.42, 3.56, 3.75, 3.17, 3.29, 3.85, 3.19, 3.29, 3.55, 3.48, 3.6, 3.8, 3.35, 3.0, 3.43, 3.76, 3.54, 3.57, 3.34, 3.41, 3.73, 3.13, 3.76, 3.13, 3.02, 3.43, 3.77, 3.21, 3.58, 3.01 \]
adatsorra!
Első lépésként rendezzük táblázatos formába az adatokat!
* | Y |
---|---|
3.42 | |
3.56 | |
3.75 | |
3.17 | |
3.29 | |
3.85 | |
3.19 | |
3.29 | |
3.55 | |
3.48 | |
3.6 | |
3.8 | |
3.35 | |
3.0 | |
3.43 | |
3.76 | |
3.54 | |
3.57 | |
3.34 | |
3.41 | |
3.73 | |
3.13 | |
3.76 | |
3.13 | |
3.02 | |
3.43 | |
3.77 | |
3.21 | |
3.58 | |
3.01 |
Összegezzünk:
* | Y |
---|---|
3.42 | |
3.56 | |
3.75 | |
3.17 | |
3.29 | |
3.85 | |
3.19 | |
3.29 | |
3.55 | |
3.48 | |
3.6 | |
3.8 | |
3.35 | |
3.0 | |
3.43 | |
3.76 | |
3.54 | |
3.57 | |
3.34 | |
3.41 | |
3.73 | |
3.13 | |
3.76 | |
3.13 | |
3.02 | |
3.43 | |
3.77 | |
3.21 | |
3.58 | |
3.01 | |
$\sum$ | 103.12 |
Tehát az $\overline{Y}=$3.437. Töltsük ki az $Y-\overline{Y}$ oszlopot és összegezzünk (ennél az oszlopnál ez nem fontos)!
* | Y | $Y-\overline{Y}$ |
---|---|---|
3.42 | -0.017 | |
3.56 | 0.123 | |
3.75 | 0.313 | |
3.17 | -0.267 | |
3.29 | -0.147 | |
3.85 | 0.413 | |
3.19 | -0.247 | |
3.29 | -0.147 | |
3.55 | 0.113 | |
3.48 | 0.043 | |
3.6 | 0.163 | |
3.8 | 0.363 | |
3.35 | -0.087 | |
3.0 | -0.437 | |
3.43 | -0.007 | |
3.76 | 0.323 | |
3.54 | 0.103 | |
3.57 | 0.133 | |
3.34 | -0.097 | |
3.41 | -0.027 | |
3.73 | 0.293 | |
3.13 | -0.307 | |
3.76 | 0.323 | |
3.13 | -0.307 | |
3.02 | -0.417 | |
3.43 | -0.007 | |
3.77 | 0.333 | |
3.21 | -0.227 | |
3.58 | 0.143 | |
3.01 | -0.427 | |
$\sum$ | 103.12 | 0.01 |
Ha nagyon messze van az összeg nullától akkor valamit elrontottunk. Emeljük négyzetre az $Y-\overline{Y}$ oszlop számait és összegezzünk!
* | Y | $Y-\overline{Y}$ | $(Y-\overline{Y})^2$ |
---|---|---|---|
3.42 | -0.017 | 0.0 | |
3.56 | 0.123 | 0.015 | |
3.75 | 0.313 | 0.098 | |
3.17 | -0.267 | 0.071 | |
3.29 | -0.147 | 0.022 | |
3.85 | 0.413 | 0.171 | |
3.19 | -0.247 | 0.061 | |
3.29 | -0.147 | 0.022 | |
3.55 | 0.113 | 0.013 | |
3.48 | 0.043 | 0.002 | |
3.6 | 0.163 | 0.027 | |
3.8 | 0.363 | 0.132 | |
3.35 | -0.087 | 0.008 | |
3.0 | -0.437 | 0.191 | |
3.43 | -0.007 | 0.0 | |
3.76 | 0.323 | 0.104 | |
3.54 | 0.103 | 0.011 | |
3.57 | 0.133 | 0.018 | |
3.34 | -0.097 | 0.009 | |
3.41 | -0.027 | 0.001 | |
3.73 | 0.293 | 0.086 | |
3.13 | -0.307 | 0.094 | |
3.76 | 0.323 | 0.104 | |
3.13 | -0.307 | 0.094 | |
3.02 | -0.417 | 0.174 | |
3.43 | -0.007 | 0.0 | |
3.77 | 0.333 | 0.111 | |
3.21 | -0.227 | 0.052 | |
3.58 | 0.143 | 0.02 | |
3.01 | -0.427 | 0.182 | |
$\sum$ | 103.12 | 0.01 | 1.892 |
Tehát $\sigma = \sqrt{\sigma^2}=\sqrt{\frac{1.892}{30.0}} = 0.251$. Most emeljük négyzetre az utolsó oszlop számait! (az utolsó sort hagyjuk...)
* | Y | $Y-\overline{Y}$ | $(Y-\overline{Y})^2$ | $(Y-\overline{Y})^4$ |
---|---|---|---|---|
3.42 | -0.017 | 0.0 | 0.0 | |
3.56 | 0.123 | 0.015 | 0.0 | |
3.75 | 0.313 | 0.098 | 0.01 | |
3.17 | -0.267 | 0.071 | 0.005 | |
3.29 | -0.147 | 0.022 | 0.0 | |
3.85 | 0.413 | 0.171 | 0.029 | |
3.19 | -0.247 | 0.061 | 0.004 | |
3.29 | -0.147 | 0.022 | 0.0 | |
3.55 | 0.113 | 0.013 | 0.0 | |
3.48 | 0.043 | 0.002 | 0.0 | |
3.6 | 0.163 | 0.027 | 0.001 | |
3.8 | 0.363 | 0.132 | 0.017 | |
3.35 | -0.087 | 0.008 | 0.0 | |
3.0 | -0.437 | 0.191 | 0.036 | |
3.43 | -0.007 | 0.0 | 0.0 | |
3.76 | 0.323 | 0.104 | 0.011 | |
3.54 | 0.103 | 0.011 | 0.0 | |
3.57 | 0.133 | 0.018 | 0.0 | |
3.34 | -0.097 | 0.009 | 0.0 | |
3.41 | -0.027 | 0.001 | 0.0 | |
3.73 | 0.293 | 0.086 | 0.007 | |
3.13 | -0.307 | 0.094 | 0.009 | |
3.76 | 0.323 | 0.104 | 0.011 | |
3.13 | -0.307 | 0.094 | 0.009 | |
3.02 | -0.417 | 0.174 | 0.03 | |
3.43 | -0.007 | 0.0 | 0.0 | |
3.77 | 0.333 | 0.111 | 0.012 | |
3.21 | -0.227 | 0.052 | 0.003 | |
3.58 | 0.143 | 0.02 | 0.0 | |
3.01 | -0.427 | 0.182 | 0.033 | |
$\sum$ | 103.12 | 0.01 | 1.892 | 0.23 |
Tehát $M_4(\overline{Y})=\frac{0.23}{30.0} = 0.008$, azaz $\alpha_4=\frac{0.008}{0.251^{4}} - 3 = -0.984$.