- •Управление качеством
- •Санкт-Петербург
- •080502/9 – Экономика и управление на предприятии
- •1. Порядок выполнения расчетных заданий
- •2. Методические указания к решению задач
- •2. 1. Общие положения
- •2.2. Параметры конкурентоспособности
- •2.4.1. Сравнение параметров анализируемого товара с действующими нормами
- •2.4.2. Расчет группового показателя по техническим параметрам
- •2.4.3. Расчет группового показателя по экономическим параметрам.
- •2.4.4 Расчет интегрального показателя конкурентоспособности
- •2.5 Примеры решения задачи
- •Характеристики изделий
- •Ранжированные оценки параметров
- •2.6 Варианты заданий
- •Характеристики изделий
- •Список литературы
- •Определение степени согласованности мнений экспертов с использованием коэффициента конкордации
- •Матрица связей «эксперты-факторы»
- •Статистическая обработка данных с использованием
- •Исключение мини-максных оценок
- •3.1. Критерий исключения максимального (минимального) наблюдения из нормального распределения
- •3.4. Критерий исключения нескольких экстремальных наблюдений (Титьена-Мура)
Исключение мини-максных оценок
Если в выборке наблюдается минимальные или максимальные значения показателей, то они могут быть достаточно корректно исключены из совокупности на основании следующих критериев:
3.1. Критерий исключения максимального (минимального) наблюдения из нормального распределения
При нормальном законе распределения оценок возможно определение оценки противоречивости мнения отдельного эксперта обобщенному мнению группы.
Последовательность оценки:
1) Определяется среднее (точечное) значение оценки:
(29)
2) Оценивается дисперсия упорядоченного ряда:
(30)
3) Определяется параметр
(31)
По табл. 13 находится значение коэффициента βm для различных значений N и α.
4) При βm> βф есть основание считать мнение отдельного эксперта противоречащим мнению группы.
5) Проверка крайних значений проводится до тех пор, пока оставшиеся составляющие не будут образовывать группу непротиворечивых оценок.
Пример. Пусть известны в результате экспертного опроса (N=10) по условной шкале точечные прогнозы будущих значений: 10; 8; 15; 11; 13; 12; 9; 10; 8; 11. Сомнительным представляется мнение третьего эксперта.
Вычислим точечный прогноз группы экспертов:
.
Таблица 13
Значение коэффициента β для нормального распределения
n |
Уровень значимости, α |
n |
Уровень значимости, α |
||||
0,1 |
0,05 |
0,01 |
0,1 |
0,05 |
0,01 |
||
3 |
1,15 |
1,15 |
1,15 |
15 |
2,25 |
2,41 |
2,70 |
4 |
1,42 |
1,46 |
1,49 |
16 |
2,28 |
2,44 |
2,75 |
5 |
1,60 |
1,67 |
1,75 |
17 |
2,31 |
2,48 |
2,78 |
6 |
1,73 |
1,82 |
1,94 |
18 |
2,34 |
2,50 |
2,82 |
7 |
1,83 |
1,94 |
2,10 |
19 |
2,36 |
2,53 |
2,85 |
8 |
1,91 |
2,03 |
2,22 |
20 |
2,38 |
2,56 |
2,88 |
9 |
1,98 |
2,11 |
2,32 |
21 |
2,41 |
2,58 |
2,91 |
10 |
2,04 |
2,18 |
2,41 |
22 |
2,43 |
2,60 |
2,94 |
11 |
2,09 |
2,23 |
2,48 |
23 |
2,45 |
2,62 |
2,96 |
12 |
2,13 |
2,28 |
2,55 |
24 |
2,47 |
2,64 |
2,99 |
13 |
2,18 |
2,33 |
2,61 |
25 |
2,49 |
2,66 |
3,01 |
14 |
2,21 |
2,37 |
2,66 |
|
|
|
|
Оценим дисперсию: σ2 = D = 4,9.
Определим параметр: .
По табл.13 для N=10 определяем, α > 0,10. Следовательно, с вероятностью α > α’ = 0,05 нет оснований считать мнение третьего эксперта противоречащим мнению группы.
Если же оценка третьего эксперта составит не 15, а например, 17, то картина существенно изменится. Средняя оценка составит = 10,9, дисперсия D = 6,67, параметр β = 2,71. В соответствии с табл.13 при N=10 α < 0,01. Это означает, что с вероятностью более 99% можно утверждать, что оценка третьего эксперта противоречит мнению всей группы.
3.2. Критерий исключения максимального (минимального) наблюдения (Смирнова-Грабса)
Пусть имеется ряд результатов наблюдений x1, x2, x3,… xn, среди которых подозрительным является одно из значений. Упорядочим наблюдения в возрастающем порядке и получим вариационный ряд x1 ≤ x2 ≤ ≤…≤ xn. подозрительным является значение xn= max xi. Допустим, что нам неизвестны значения a (среднее) и σ2 (дисперсия). В этом случае можно воспользоваться величиной Tn:
, (32)
, (33)
(34)
Таблица 14
Таблица критических значений Смирнова-Граббса
n |
Уровень значимости, α |
n |
Уровень значимости, α |
|||||
0,1 |
0,05 |
0,025 |
0,1 |
0,05 |
0,025 |
0,01 |
||
3 |
1,406 |
1,412 |
1,414 |
14 |
2,297 |
2,461 |
2,602 |
2,856 |
4 |
1,645 |
1,689 |
1,710 |
15 |
2,326 |
2,493 |
2,638 |
2,905 |
5 |
1,791 |
1,869 |
1,917 |
16 |
2,354 |
2,523 |
2,670 |
2,946 |
6 |
1,894 |
1,996 |
2,067 |
17 |
2,380 |
2,531 |
2,701 |
2,983 |
7 |
1,974 |
2,093 |
2,182 |
18 |
2,404 |
2,577 |
2,729 |
3,017 |
8 |
2,041 |
2,172 |
2,273 |
19 |
2,426 |
2,600 |
2,754 |
3,049 |
9 |
2,097 |
2,237 |
2,349 |
20 |
2,447 |
2,623 |
2,778 |
3,079 |
10 |
2,146 |
2,294 |
2,414 |
21 |
2,467 |
2,644 |
2,801 |
3,106 |
11 |
2,190 |
2,343 |
2,470 |
22 |
2,486 |
2,664 |
2,823 |
3,132 |
12 |
2,229 |
2,387 |
2,519 |
23 |
2,504 |
2683 |
2,843 |
3,156 |
13 |
2,264 |
2,426 |
2,562 |
24 |
2,520 |
2,701 |
2,862 |
3,179 |
Процедура расчета состоит в следующем:
Вычисляется значение Tn, и по наперед заданному значению уровня значимости α в табл.14 находится критическое значение Cα, отвечающее числу наблюдений n. Если Tn > Cα, то гипотеза об однородности совокупности наблюдений отвергается и xn может быть исключено из ряда наблюдений как нарушающее однородность выборки: xn значимо отличается от среднего значения . Если же Tn < Cα гипотеза об однородности совокупности принимается и нет достаточных оснований считать, что xn есть значимое отклонение.
Tn
< Cα,
xn
- исключается!
В статистической литературе часто используется термин «доверительная вероятность» β (β=1-α). Критическое значение Cα=С1-β есть величина критерия Tn, отвечающая доверительной вероятности β
(35)
Пример. Пусть имеются данные выборочных наблюдений. Ряд значений характеризуется числами 11, 12, 12, 12, 13, 13, 14, 14, 15, 18. Сомнительным представляется число 18.
Среднее значение составляет:
Среднеквадратическое отклонение равно: ,
.
Зададимся уровнем значимости α = 0,05 (уровень значимости критерия есть вероятность отвергнуть гипотезу, если она верна) и из табл.14 получим величину критического значения критерия С0,05 = 2,294. Поскольку полученное значение Т10 = 2,41 больше Сα = 2,294, гипотеза об однородности ряда наблюдений отвергается и последнее значение наблюдения (18) должно быть исключено как нетипичное.
Для изучения минимального значения выборки x1=min xi используется величина
(36)
Ti имеет такое же распределение, что и Tn, поэтому можно использовать ту же табл. 14 критических значений Смирного-Граббса.
3.3. Критерий исключения одного экстремального наблюдения (Ф.Граббса)
Для построения решающего правила при исключении максимального значения используется величина
, (37)
где x1 ≤ x2 ≤ ≤…≤ xn – вариационный ряд из наблюдений x1, x2, x3… xn.
, (38)
. (39)
Для исключения минимального наблюдения используется величина
, (40)
где . (41)
Распределение величин (37) и (40) найдено и затабулировано Ф.Граббсом (табл.15).
Таблица 15
Таблица критических значений Cα для величин Gn и G1
(критерий Ф.Граббса)
n |
Уровень значимости, α |
n |
Уровень значимости, α |
||||
0,1 |
0,05 |
0,025 |
0,1 |
0,05 |
0,025 |
||
3 |
0,0109 |
0,0027 |
0,0007 |
14 |
0,5942 |
0,5340 |
0,4792 |
4 |
0,0975 |
0,0494 |
0,0248 |
15 |
0,6134 |
0,5559 |
0,5030 |
5 |
0,1984 |
0,1270 |
0,0808 |
16 |
0,6306 |
0,5755 |
0,5246 |
6 |
0,2826 |
0,2032 |
0,1453 |
17 |
0,6461 |
0,5933 |
0,5342 |
7 |
0,3503 |
0,2696 |
0,2066 |
18 |
0,6601 |
0,6095 |
0,5621 |
8 |
0,2050 |
0,3261 |
0,2616 |
19 |
0,6730 |
0,6243 |
0,5785 |
9 |
0,4502 |
0,3742 |
0,3101 |
20 |
0,6848 |
0,6379 |
0,5937 |
10 |
0,4881 |
0,4154 |
0,3526 |
21 |
0,6958 |
0,6504 |
0,6076 |
11 |
0,5204 |
0,4511 |
0,3911 |
22 |
0,7058 |
0,6621 |
0,6206 |
12 |
0,5483 |
0,4822 |
0,4232 |
23 |
0,7151 |
0,6728 |
0,6327 |
13 |
0,5727 |
0,5097 |
0,4528 |
24 |
0,7238 |
0,6829 |
0,6439 |
|
|
|
|
25 |
0,7319 |
0,6923 |
0,6544 |
Гипотеза об однородности совокупности отвергается, если Gn и G1 меньше критического значения Gα; максимальное (минимальное) значение наблюдения исключается из совокупности:
Gn,
G1<Gα
xn,
x1
-
исключается!
Пример. Пусть имеется ряд значений:
-0,60; -0,19; -0,13; -0,10; -0,09; -0,06; -0,02;
-0,03; -0,04; 0,08; 0,9; 0,17; 0,21; 0,27; 0,43
Интерес представляет минимальное значение -0,60 и максимальное 0,43, которые существенно удалены от основной совокупности наблюдений.
Используем критерий Граббса по отношению к минимальному отклонению х1 = -0,60.
,
Критическое значение С0,05, отвечающее уровню значимости α = 0,05 находится из табл.15: Сα = 0,5559.
Величина G1 оказалась меньше, чем С0,05, поэтому гипотеза об однородности совокупности отвергается и минимальное значение -0,60 должно быть исключено из общей совокупности данных.
Если использовать критерий Т1, получаем:
Критическое значение С0,05 = 2,493 (табл.14).
Поскольку Т1 > С0,05, x1 может быть исключено из однородной совокупности и по этому критерию.
Рассмотрим оставшиеся 14 наблюдений и проверим х14 = 0,43 на предмет грубой ошибки. Получаем:
Критическое значение С0,05, найденное из табл.14 и соответствующее уровню значимости α = 0,05 равно С0,05 = 0,5340.
Поскольку G14 > С0,05, нет оснований считать х14 грубой ошибкой.
При рассмотрении критерия Т14 получаем:
.
При С0,05 = 2,461, Т14 < С0,05 гипотеза об однородности совокупности принимается и значение х14 должно быть оставлено в совокупности вариационного ряда.