КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Примеры решения типовых задач
Пример 1. При проведении измерительного эксперимента получены следующие значения величины: 11,65; 11,41; 11,57; 11,60; 11,50; 11,55; 11,58; 11,58; 11,61; 11,63. Требуется проанализировать полученные результаты наблюдений в целях выявления грубых погрешностей, используя критерий Диксона. Решение: 1. Располагаем результаты наблюдений в вариационный возрастающий ряд: 11,41<11,50<11,55<11,57<11,58;11,58<11,60<11,61<11,63<11,65. 2. Записываем используемую для расчета формулу критерия Диксона: . 3. Подставляем в формулу данные нашего эксперимента и рассчитываем Кд: . 4. Зададимся значением q=0,10 (десятипроцентным уровнем значимости). 5. Используя табличные данные, выявим критическую область для рассчитанного критерия Кд. Согласно таблице 2 приложения 3 при n=10 и q=0,15, zдикс =0,35. 6. Делаем вывод, что Кд < zдикс. Ответ. Полученный ряд результатов наблюдений не имеет в своем составе грубых погрешностей даже при q=0,1. Дальнейшей обработке будет подвергаться весь массив данных. Пример 2. В процессе контроля были получены следующие результаты измерительных наблюдений за одним из показателей качества: 9,47; 9,49; 9,40; 9,61; 9,39; 9,41; 9,43; 9,49; 9,46; 9,42. Используя критерий Романовского выявить наличие промахов. Решение: 1. Располагаем результаты в вариационный возрастающий ряд: 9,39<9,40<9,41<9,42<9,43<9,46<9,47<9,49<9,49<9,61. 2. Выявляем результат, вызывающий сомнение: Результат 9,61 вызывает сомнение, так как резко отличается от всех остальных (хi=9,61). 3. Запишем основную расчетную формулу: . При расчете результат хi=9,61 все принимаем во внимание. 4. Вычисляем среднее арифметическое без учета сомнительного варианта ; n=10-1=9 =9,39+9,40+9,41+9,42+9,43+9,46+9,47+9,49+9,49=84,96
5. Находим среднеквадратическое отклонение среднего арифметического результата наблюдения по формуле
;
Определяем число степеней свободы f=n-1=9-1=8 Рассчитываем стандартное отклонение: ; 6. Подставляем полученные расчетные данные в основную формулу (14): . 7. Находим табличное значение критерия Романовского для n =10 и принятого уровня значимости q=0,1: =2,29. 8. Вывод: рассчитанное значение . Ответ: Так как сомнительный результат наблюдения равный 9,61 является грубой погрешностью и в дальнейшей обработке полученных данных не используется.
Пример 3. Некоторую физическую величину измерили двумя независимыми способами. По первому способу получили результаты:38.20,38.00,37.66; по второму – 37.70,37.65,37.55. Значимо ли различаются результаты данных измерений? Решение: 1. По формуле (6) рассчитаем среднее арифметическое значение для каждого способа: и
2. Рассчитаем дисперсии по формуле (8): 3. Проведем сравнение точности обоих методов, используя F-распределение: Fэксп = Полученные значения Fэксп, сопоставляем с табличным (таблица 6, приложения 3) значением F распределения при р=0.95 и числах степеней свободы f 1 =2 и f 2 =2. Так как F табл= 19.00> F эксп=12.78, то расхождение между дисперсиями незначимо и, следовательно, способ измерения физической величины одинаковой точности. С помощью t-критерия оцениваем расхождение между . Среднее взвешенное двух дисперсий и t-критерий рассчитываем по формулам и , тогда t эксп = Сопоставляем полученное значение t эксп с табличными t 0.95;4 = 2,776 (при р= 0,95 и f = 3+3-2=4). Так как t эксп =1.96 < t 0.95;4 = 2,776, то различие между незначимо. Следовательно, все результаты обоих измерений отражают истинное значение физической величины.
Поэтому данные измерения могут быть представлены в виде ; где – среднее арифметическое из всех n1+n2 результатов: 4. Вычисляем среднее значение измерений (среднее арифметическое) по формуле (1): = Определим среднее квадратическое отклонение S по формуле (9):
Рассчитаем доверительные границы действительного значения результата измерения, исходя из данных наблюдений, полученных обоими способами, по формуле (15). Для расчета необходимое значение t0,95;5 находим по таблице (см. приложение 3, табл. 1) Ответ. Результат измерений физической величины, рассчитанный по данным наблюдений полученных двумя способами, записываем следующим образом: 37.79 ±0.26.
Пример 4. При измерении некоторой величины были получены следующие результаты: 1.31, 1.45,1.42,1.32, 1.30. Опорное значение этой величины Хоп = 1,47. Определить стандартное отклонение S, точность измерений 0.95 (,%) и сделать вывод о наличии систематической ошибки в использовании данного метода измерения. Решение: 1. По формуле (6) вычисляем среднее значение измерений (среднее арифметическое): = 2.По формуле (9) вычисляем стандартное отклонение S:
S = ; 3.По формуле (15) рассчитываем доверительные границы случайной составляющей погрешности результата измерения. Значение коэффициента Стьюдента находим из таблицы (см. приложение 3, табл.1). 4. Покажем доверительный интервал действительного значения величины: ;
5. Точность метода обычно выражают в форме относительной погрешности, которая рассчитывается по формуле (22)
Ответ. Данный метод измерения НКПРП имеет систематическую погрешность, так как опорное значение Хоп = 1,47 не попадает в доверительный интервал 1,27 1,45. Точность измерения является очень низкой для данного метода. Пример 5. Определить, существует ли значимое различие между выборочной средней величиной при определении НКПРП пыли обращающейся в производстве, если при отборе проб следующие результаты: 2.10, 2.12, 2.13, 2.15, 2.15 и средней генеральной совокупностью (для n =80) m =2.15 г/м3.
Решение: 1.Среднее арифметическое значение вычисляем по формуле (6): 2.Стандартное отклонение отдельного определения вычисляем по формуле (9): , 3.Из формулы (15) находим значение величины t:
Из таблицы значений коэффициента Стьюдента (смотри таблицу 1 приложения 3) для f =4 и p =0,95, tр,f =2,78, что больше рассчитанного из формулы (15) 2,11. Ответ. Следовательно, средняя величина не отличается значимо от средней m генеральной совокупности.
Пример 6. При определении коэффициента теплопроводности газобетона были получены результаты: 8.0×10–4 Вт/моС и 8.4×10–4 Вт/моС. Чему равна точность изменения (eр и D) коэффициента теплопроводности? Сколько параллельных измерений необходимо провести для достижения относительной точности 5%? Оправдано ли будет применение этого способа измерения для достижения такой точности? Решение: 1. По формуле (6) находим среднее арифметическое значение: 2.Стандартное отклонение единичного результата вычисляем по формуле (9): , По таблице 1 приложения 3 находим для р =0.95 и f =2-1=1 tр,f =12.7 и по формуле (15) вычисляем точность метода: 3. Определяем относительную точность измерения по формуле (22):
Если необходимо получить D=5%, то или Из формулы (15) Если принять n =4, то t =2.90. Исходя из данных таблице 1 (см. приложение 3) для р =0.95 и f =4–1=3 tр,f =3.18, что не обеспечивает точности 5%. Если принять n =5, то t =3.24. По таблице 1 (см. приложение 3) для р =0.95 и f =5–1=4 tр,f =2.78, что меньше рассчитанного t =3.24. Следовательно, при n =5 величина t =3.24 дает большую вероятность, чем 0.95. Ответ. Для достижения относительной погрешности 5% необходимо провести 5 измерений. Так как n <8 (n =5), то можно считать, что данный метод вполне оправдан для достижения точности 5%.
Пример 7 Пример построения гистограммы и проверка гипотезы о распределении случайной величины Даны 98 независимых равноточных измерений некоторой физической величины: 120.13 120.76 119.39 118.88 121.11 121.66 119.58 118.49 119.00 119.18 120.90 120.53 121.92 119.76 121.19 121.35 120.16 119.31 121.25 119.96 120.84 117.17 120.82 119.59 120.57 119.67 119.92 120.51 121.76 121.31 119.61 119.62 120.59 119.00 119.85 119.95 119.43 121.07 121.84 122.21 120.20 119.56 119.37 119.34 120.89 120.06 119.95 121.47 119.65 119.90 119.75 120.50 119.99 119.54 120.87 120.25 119.55 119.01 120.03 120.71 120.10 118.73 120.90 120.31 119.83 121.46 122.21 118.40 119.36 120.86 119.72 119.22 119.91 120.62 120.63 119.56 120.07 121.68 120.80 120.16 119.92 121.03 120.17 119.43 119.85 120.52 120.45 119.57 121.11 120.06 120.02
121.64 119.91 119.42 119.31 121.39 120.06 119.55 Рассчитать: 1. При уровне значимости 0.05 исследовать предложенную выборку на однородность. Исключить все грубые ошибки с вероятностью 1– q. Найти среднее значение и эмпирический стандарт S полученной однородной выборки. 2. Сгруппировать однородную выборку по интервалам, построить гистограмму относительных частот, сформировать гипотезу о виде распределения случайной величины Х. 3. Проверить гистограмму о распределении величины Х по критерию согласия Пирсона, установить вероятность р, с которой высказанная гипотеза не согласуется с истинным распределением. Если р <0.50, то данную гипотезу не отвергать, остановиться на данном виде распределения и перейти к пункту 4. Если р >0.50, то выбрать другой закон распределения и снова применить к нему критерий согласия Пирсона. Если при исследовании гипотез о трех различных распределениях (нормальном, логарифмическом и распределении Вейбулла) вероятность несогласования р >0.50, то выбрать лучшее по вероятности распределения. 4. Найти доверительный интервал для математического ожидания M (X)= m и среднего квадратичного отклонения s(X)=s, если задан уровень значимости q, полученной в пункте 3 при выборе распределения величины Х. Решение: 1. Исследуем данную выборку на однородность. Для этого все результаты измерений расположим в порядке возрастания. Результат запишем в виде табл. 1. По условию требуется проверить, не содержит ли данная выборка грубых ошибок на уровне значимости 0.05, то есть из выборки следует исключить те хi, которые с вероятностью 1– q =0.95. Найдем критическое значение числа , с которым будем сравнивать максимальное отклонение t (xi). Нанесем на ось все значения из табл. 6.1. Табл. 6.1. Экспериментальные значения величины Х
Рис. 6.1. Распределение случайной величины Как можно видеть из рис. 6.1, наиболее густо точки расположены в интервале [119, 122]. Значение x 1=117.17 резко отличается от интервала [119, 122], что может служить косвенным подтверждением того, что величина x 1 является грубой ошибкой. Остальные значения xi не вызывают особых подозрений, поэтому мы исследуем дополнительно крайние точки x 1, x 2, x 97 и x 98. Временно отбросив указанные значения, подсчитаем среднее арифметическое значение и эмпирический стандарт: ; и . Исследуем сначала x 1=117.17, применив к нему наш критерий. Оказалось, что . Исходя из приведенного расчета видно, что значение . Следовательно, x 1=117.17 является грубой ошибкой, и поэтому данное значение должно быть исключено из результатов обработки. Применим t -критерий к значению x 2=118.40. Расчет значения t -критерия дает следующую величину . Так как , то включив в выборку x 2=118.40, пересчитаем с учетом его и . Получим ; и . Вычислим . Таким образом, значения x 97= x 98=121.21 также принадлежат к выборке, поэтому включаем их в выборку и с вероятностью 1– р =0.95 выборка, представленная в табл. 6.1, является однородной. Для полученной выборки находим ; и . 2. Сгруппируем данные табл. 6.1 по интервалам с шагом, вычисленным по соотношению . Начальная точка равна . Найдем границы интервалов , включающих все данные табл. 6.1, а также подсчитаем, сколько значений величины Х попадает в каждый интервал, то есть найдем частоты ni. Результаты запишем в табл. 6.2. По данным табл. 6.2 построим гистограмму. Для этого отложим на оси х интервалы длиной и начертим гистограмму. Табл. 6.2. Расчет высоты прямоугольников для построения гистограммы
3. Предположим, что случайная величина распределена по нормальному закону распределения с параметрами и . Гипотезу о нормальном распределении случайной величины Х проверим по критерию согласия Пирсона. Результаты вычислений занесем в табл. 6.3. Для заполнения табл. 6.3 в столбец 2 занесем из табл. 6.2 концы интервалов xi; затем заполняем столбец 3 по формуле . Далее находим значение функции Лапласа по данным табл. 7 приложения 3, используя линейное интерполирование. Считаем при x 0= –¥ и x 10= +¥. Теоретическую вероятность находим по формуле (70) и записываем результаты между строк столбца 4. Затем вычисляем и выпишем из табл. 6.2. Для расчета критерия Пирсона объединим первые и последние два интервала. Используя данные табл. 6.3, рассчитаем критерий согласия Пирсона . Число интервалов К =9. Число параметров, для которых были найдены оценки, r =2. Число степеней свободы f = К – r –1=9–2–1=6. В табл. 4 приложения 3 находим, что 12.6< <14.4. Следовательно, число 12.6 соответствует р =0.95, а число 14.4 соответствует р =0.975, то есть гипотеза о нормальном распределении не согласуется с истинным распределением с вероятностью 0.95–0.975 и мы имеем веские основания для принятия гипотезы о нормальном распределении случайной величины.
Табл. 6.3. Проверка гипотезы о нормальном распределении величины Х
На гистограмме относительных частот (рис. 6.2) максимум сдвинут влево от середины интервала [118.4, 122.2], поэтому здесь вероятнее всего предложить наличие логарифмически нормального распределения или закона Вейбулла, чем нормального закона распределения. Предположим сначала, что данное распределение подчинено закону Вейбулла и оценим сначала параметры a и b по формулам (67) и (68). Найдем значение статистической функции F 97(x) для концов интервалов из табл. 6.2. Так, например, значение . Результаты остальных расчетов приведены в табл. 6.4. Табл. 6.4. Проверка гипотезы о распределении величины Х по закону Вейбулла [2]
С помощью табл. 6.4 решим уравнение F 97(t 1)=0.75 и F 97(t 2)=0.25. Число 0.75 находится между F 97(120.435)=0.7320 и F 97(120.805)=0.8454. Составим уравнение прямой, проходящей через точки с этими координатами: . Предположим, что точка с координатами (t 1; 0.75) лежит на этой прямой, то есть х = t 1, у =0.75. Тогда . Отсюда будем иметь .
Аналогично найдем t 2 из условия, что F 97(t 2)=0.25: ; ; . Затем найдем оценки параметров и : ; .
Таким образом, предполагаемая функция плотности вероятности имеет вид , .
Проверим, насколько это распределение Вейбулла согласуется с истинным распределением, используя критерий согласия Пирсона. Для расчета критерия Пирсона объединим первый и второй интервалы и восьмой–одиннадцатый интервалы. Результаты вычислений заносим в табл. 6.4: . В табл. 4 приложения 3 находим, что >14.9 (при f = К – r –1=7–2–1=4). Следовательно, число 14.9 соответствует р =0.995, то есть гипотеза о распределении Вейбулла не согласуется с истинным распределением с вероятностью p >0.995 и мы имеем веские основания для отвержения гипотезы о распределении случайной величины по закону Вейбулла. Выдвинем гипотезу о логарифмически нормальном распределении. Оценим параметры этого распределения по формулам (58) и (59). Находим, что ; ; .
Тогда предполагаемая функция вероятностей имеет вид ; . Сделаем проверку гипотезы о логарифмически нормальном распределении по критерию согласия Пирсона (табл. 4 приложения 3). Как можно видеть, значение критерия велико, следовательно, логарифмически нормальное распределение отклоняется.
Табл. 6.5. Проверка гипотезы о логарифмически нормальном распределении величины Х
Исходя из приведенного расчета видно, что наиболее удачно приведенное распределение описывает нормальное распределение величины Х. Таким образом, окончательное уравнение имеет вид . 4. Поскольку распределение величины Х не является нормальным, но число опытов достаточно велико (n =97>30), мы воспользуемся приближенными формулами (73) и (74). При подборе распределения величины Х значение р Î[0.95, 0.975]. Исходя из этого, принимаем, что величина q= 0.05. По табл. 7 приложения 3 значение аргумента соответствует значению функции , тогда . Тогда и и с вероятностью»0.95 имеем , а также .
Дата добавления: 2015-04-30; Просмотров: 10368; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |