Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
глава 4 розділ 1.rtf
Скачиваний:
0
Добавлен:
01.04.2025
Размер:
3.11 Mб
Скачать

Для визначення приблизних значень вимірюваної величини та дисперсії при нерівноточних вимірах, виходячи з того, що ¹ , систему рівнянь (4.19) запишемо у вигляді

. (4.30)

В теорії математичної обробки при нерівноточних вимірах вводять поняття ваги, тобто

, (4.31)

де рі - вага виміру, або вага випадкової величини хі. Тоді статистичний ряд (4.29) можна переписати в вигляді

х1, х2, ... , хп,

р1, р2, ... , рп. (4.32)

Вага рі буде характеризувати міру відносної точності результатів експериментів. При цьому їх можна збільшувати, чи зменшувати на однакове число С. Тоді формула (4.31) буде

. (4.33)

Для спрощення вводять поняття середнього квадратичного відхилення одиниці ваги - . Тоді вага буде обчислюватися за формулою

, (4.34)

а систему рівнянь (4.30) можна переписати у вигляді

;

.

Із їх сумісного розв’язання знаходять формули обчислення загальної арифметичної середини і середнього квадратичного відхилення одиниці ваги

; (4.35)

. (4.36)

Очевидно оцінка дисперсії одиниці ваги m2 » Dx буде зміщеною. По аналогії з формулою (4.22) незміщеною оцінкою дисперсії одиниці ваги при нерівноточних вимірах буде

. (4.37)

Статистичною оцінкою стандарту або середнього квадратичного відхилення s буде середня квадратична похибка

. (4.38)

При відомому істинному значенню визначуваної величини а її обчислюють за формулою Гаусса

. (4.39)

Якщо істинне значення визначуваної величини невідоме, то застосовують формулу Бесселя

, (4.40)

де - середнє арифметичне;

п – число результатів експерименту.

Додатковими статистичними характеристиками нормального закону розподілу є асиметрія та ексцес.

Асиметрія являє собою нормований центральний момент третього порядку, тобто

. (4.41)

Ексцес є мірою крутизни і визначається по формулі

, (4.42)

де ; .

Приклад 1. В таблиці 4.3 приведені результати експерименту при дослідженні випадкової величини Х. Визначити числові характеристики статистичного розподілу: , , і .

Таблиця 4.3

пі

1

2

3

4

5

6

7

хі

-10

-2

+4

-1

+4

+12

+9

Розв’язання. По формулам (4.10) – (4.13) отримаємо

= = (-10 –2 + 4 –1 + 4 + 12 + 9) / 7 = + 2;

= {(-10-2)2 + (-2 +2)2 + (4 – 2)2 + (-1 –2)2 + (4 – 2)2 + (12 – 2)2 + + (9-2)2} / 7 = 310/7 = 44,3;

= {(-10)2 + (-2)2 + 42 + (-1)2 + 42 + 122 + 92 } / 7 = 51,7;

= {(-12)3 + 03 + 23 + (-3)3 + 23 + 103 + 73} / 7 = 444,9.

Приклад 2. Із статистичного ряду отримано статистичну сукупність (табл..4.4, рядки 1-7). Обчислити статистичний початковий момент першого порядку та дисперсію другого порядку .

Таблиця 4.4

1

№ групи

1

2

3

4

5

6

S

2

Граничні значення

от

-10

-5

0

5

10

15

до

-5

0

+5

10

15

20

3

Частота nі

2

7

11

14

5

1

40

4

Середні

-7,5

-2.5

+2,5

+7,5

+12,5

+17,5

5

nі

-15

-17,5

+27,5

+105,0

62,5

17,5

180

6

(

-12

-7

-2

+3

+8

+13

7

nі ( 2

288

343

44

126

320

169

1290

Розв’язання. В рядку 5 визначають загальне середнє статичне. Якщо = 180, то за формулою (4.14) обчислюємо:

= .

Потім обчислюють відхилення середніх групи від загального середнього статистичного . = 4.5. В рядку 7 обчислюють . Тоді статистична дисперсія буде дорівнювати .

Для системи двох випадкових величин )

Числові характеристики визначають за результатами п-незалежних дослідів, які виконують в однакових умовах по значенням:

Х ® х1, х2, ..., хп;

Y ® y1, y2, … , yn.

В свою чергу системи випадкових величин (хі, уі) незалежні, а математичні сподівання, дисперсії і кореляційні моменти будуть однакові, тобто

.

Виходячи з того, що випадкові величини х і у та система (Х,Y) підкоряються нормальному закону розподілу, а математичні очікування та дисперсії є характеристиками окремих випадкових величин Х і Y із системи (Х, Y), то згідно формул (4.20) і (4.22) маємо

; (4.43)

; (4.44)

; (4.45)

(4.46)

Незміщена та обґрунтована оцінка кореляційного моменту системи випадкових величин (х,у) визначається за формулою

. (4.47)

Статистичний коефіцієнт кореляції обчислюють за формулою

, (4.48)

де mx та my обчислюють за формулами

; (4.49)

. (4.50)

Коефіцієнт кореляції знаходиться в межах

-1 £ £ +1.

Якщо коефіцієнт кореляції близький до ±1, то між випадковими величинами існує прямолінійний зв’язок. Рівняння регресії визначають за формулами

,

або (4.51)

де ; - коефіцієнти регресії.

Приклад 3. Коефіцієнт Кі нитяного віддалеміра визначався на різних відстанях Dі від точки установки приладу. Обчислити числові характеристики системи випадкових величин (D,К): математичні сподівання, дисперсії та коефіцієнт кореляції. Результати експерименту наведені в табл. 4.5

Таблиця 4.5

Д(м)

20

40

60

80

100

120

140

160

К

99.0

98.5

99.5

99.0

99.5

99.6

101.0

99.9

Розв’язання. Для наочності обчислення зведемо в табл.4.6

Таблиця 4.6

D визначено в сотнях метрів

п/п

D

K

Di -

Ki -

(Di - )2

(Ki- )2

(Di- ) (Ki - )

1

0,2

99,0

-0,7

-0,5

0,49

0,25

+0,35

2

0,4

98,5

-0,5

-1,0

0,25

1,00

+0,50

3

0,6

99,5

-0,3

0

0,09

0

0

4

0,8

99,0

-0,1

-0,5

0,01

0,25

+0,05

5

1,0

99,5

+0,1

0

0,01

0

0

6

1,2

99,6

+0,3

+0,1

0,09

0,01

+0,03

7

1,4

101,0

+0,5

+1,5

0,25

2,25

+0,75

8

1,6

99,9

+0,7

+0,4

0,49

0,16

+0,28

S

0

0

1,58

3,92

+1,96

Спочатку по формулами (4.43) і (4.44) обчислюють середні арифметичні і

; .

В графах 3 і 4 таблиці 4.5 обчислюють відхилення Di і Кі від середніх арифметичних і .

Контроль: суми відхилень повинні дорівнювати нулю, або величині, що обумовлена помилкою закруглення середніх і .

Далі в графах 5 і 6 обчислюють квадрати відхилень і їх суми: та . Це дозволяє за формулами (4.45) і (4.46) визначити дисперсії і та за формулами (4.49), (4.50) статистичні стандарти mD і mk

= ; = 0,46;

= ; = 0,75.

По формулі (4.47) обчислюємо кореляційний момент, а по формулі (4.48) коефіцієнт кореляції

;

.

Так як r* = 0,81, що досить близько до 1, то можна передбачити, що між величинами D і K існує прямолінійний зв’язок. Спочатку обчислимо коефіцієнт регресії

.

По формулі (4.37) рівняння регресії К по D буде

К = 99,5 + 1,32 D - 1,32 × 0,9 ,

або К = 1,32 D + 98,31.

По результатам обчислень можна побудувати графік регресії (рис.4.4)

Рис.4.4

Для побудови прямої регресії обчислено значення двох точок К1 = 98,31 при D = 0м і К2 = 99,5 при D = 100 м, які наносимо на графік і проводимо через них пряму лінію.

Такий спосіб визначення оцінок невідомих параметрів називають точковим, а самі оцінки – точковими. Його недоліками є те, що точкова оцінка не збігається з величиною аі. Це особливо видно при невеликій кількості результатів експерименту. До цього для визначення точності точкової оцінки слід знати і дисперсію