
- •Введение
- •Часть 1. Элементы теории вероятностей
- •§ 1. Случайная величина. Задание законов ее распределения
- •§ 2. Числовые характеристики случайной величины
- •§ 3. Законы распределения вероятностей дискретных случайных величин
- •Равномерное распределение вероятностей дискретной случайной величины
- •2. Биномиальное распределение вероятностей дискретной случайной величины
- •3. Закон распределения Пуассона
- •4. Гипергеометрическое распределение вероятностей дискретной случайной величины
- •5. Геометрическое распределение вероятностей дискретной случайной величины
- •§ 4. Законы распределения вероятностей непрерывных случайных величин
- •1. Равномерное распределение вероятностей непрерывной случайной величины
- •2. Экспоненциальное (показательное) распределение вероятностей непрерывной случайной величины
- •3. Нормальное распределение вероятностей непрерывной случайной величины
- •4. Распределения, связанные с нормальным распределением
- •5. Распределение Вейбулла
- •§ 5. Оценка отклонения теоретического распределения от нормального. Асимметрия и эксцесс
- •Часть 2. Элементы математической статистики
- •§ 1. Выборка и ее распределение
- •§ 2. Статистические оценки
- •1. Несмещенные, эффективные и
- •3. Другие характеристики вариационного ряда.
- •4. Эмпирические моменты
- •5. Асимметрия и эксцесс эмпирического распределения
- •6. Число степеней свободы
- •7. Точечная и интервальная оценки
- •8. Доверительный интервал для оценки математического ожидания нормального распределения при известном и в случае неизвестного
- •9. Доверительный интервал для оценки среднего
- •§ 3. Проверка статистических гипотез
- •§ 4. Проверка гипотезы о распределении генеральной совокупности. Критерий Пирсона. Критерий Колмогорова
- •Часть 3. Примеры анализа экспериментальных данных
- •§ 1. Общие положения
- •§ 2. Составление вариационного ряда. Графическое представление результата. Нахождение среднего значения и дисперсии
- •§ 3. Проверка гипотезы о распределении Вейбулла
- •І. Применение критерия Пирсона
- •Іі. Применение критерия Колмогорова
- •§ 4. Проверка гипотезы о показательном распределении случайной величины
- •І. Применение критерия Пирсона
- •Іі. Применение критерия Колмогорова
- •§ 5. Проверка гипотезы о нормальном распределении случайной величины
- •І. Применение критерия Пирсона
- •Іі. Применение критерия Колмогорова
- •§ 6. Замечания
- •§ 7. Применение вычислительной техники
- •Задания и варианты данных для лабораторной работы
- •Часть 4. Применение элементов математической статистики
- •§ 1. Применение элементов математической статистики для оценки надежности машин
- •§ 2. Применение элементов математической статистики при обосновании параметров зерноочистительной машины
- •Заключение
- •Приложения
- •Значения коэффициентов вариации для различных законов распределения
- •Критерий Колмогорова
- •Значения коэффициентов распределения Вейбулла
- •Значения чисел в зависимости от
- •Отклонения
- •Библиографический список
- •§4. Законы распределения вероятностей непрерывных
§ 2. Применение элементов математической статистики при обосновании параметров зерноочистительной машины
В составе зернового вороха содержатся семена основной культуры, семена засоряющих культур, семена сорняков и различные примеси. Для получения конечного продукта, удовлетворяющего требованиям к материалу семенному или продовольственному, необходимо ворох разделить. При этом достижение конечных параметров не должно сопровождаться значительным отходом качественных семян.
Для разделения зернового вороха по линейным показателям (толщина, ширина, длина) используют решета и триеры.
Качественное разделение смеси при малых потерях, возможно только при правильном подборе решет и триеров. Наиболее точным является способ подбора на основании вариационных кривых.
Наиболее
часто характеристика изменения размеров
семян следует закону нормального
распределения. При законе нормального
распределения в пределах:
заключено 99,7% всего количества материала.
Поэтому можно принимать, что размеры
семян изменяются в пределах:
.
По распределению вариационных кривых
компонентов зерновой смеси можно оценить
возможность ее разделения по рассмотренному
признаку.
Заключение
Статистическая проверка гипотез заслуживает большого внимания, поскольку она дает возможность в значительной степени экономить время и средства, необходимые для проведения экспериментальных исследований. В области научных исследований, касающихся, например, механизации сельского хозяйства, статистическая проверка гипотез может оказать существенную пользу при сравнительной оценке количественных и качественных показателей работы существующих и новых конструкций сельскохозяйственных машин, новых технологических приемов обработки почвы, посева сельскохозяйственных культур, уборки урожая и других технологических процессов.
Приложения
Приложение 1
Таблица
значений функции
x |
Ф(x) |
x |
Ф(x) |
x |
Ф(x) |
x |
Ф(x) |
|
0 |
0 |
0,26 |
0,103 |
0,52 |
0,198 |
0,78 |
0,282 |
|
0,01 |
0,004 |
0,27 |
0,106 |
0,53 |
0,202 |
0,79 |
0,285 |
|
0,02 |
0,008 |
0,28 |
0,11 |
0,54 |
0,205 |
0,8 |
0,288 |
|
0,03 |
0,012 |
0,29 |
0,114 |
0,55 |
0,209 |
0,81 |
0,291 |
|
0,04 |
0,016 |
0,3 |
0,118 |
0,56 |
0,212 |
0,82 |
0,294 |
|
0,05 |
0,02 |
0,31 |
0,122 |
0,57 |
0,216 |
0,83 |
0,297 |
|
0,06 |
0,024 |
0,32 |
0,126 |
0,58 |
0,219 |
0,84 |
0,3 |
|
0,07 |
0,028 |
0,33 |
0,129 |
0,59 |
0,222 |
0,85 |
0,302 |
|
0,08 |
0,032 |
0,34 |
0,133 |
0,6 |
0,226 |
0,86 |
0,305 |
|
0,09 |
0,036 |
0,35 |
0,137 |
0,61 |
0,229 |
0,87 |
0,308 |
|
0,1 |
0,04 |
0,36 |
0,141 |
0,62 |
0,232 |
0,88 |
0,311 |
|
0,11 |
0,044 |
0,37 |
0,144 |
0,63 |
0,236 |
0,89 |
0,313 |
|
0,12 |
0,048 |
0,38 |
0,148 |
0,64 |
0,239 |
0,9 |
0,316 |
|
|
0,052 |
0,39 |
0,152 |
0,65 |
0,242 |
0,91 |
0,319 |
|
0,14 |
0,056 |
0,4 |
0,155 |
0,66 |
0,245 |
0,92 |
0,321 |
|
0,15 |
0,06 |
0,41 |
0,159 |
0,67 |
0,249 |
0,93 |
0,324 |
|
0,16 |
0,064 |
0,42 |
0,163 |
0,68 |
0,252 |
0,94 |
0,326 |
|
0,17 |
0,067 |
0,43 |
0,166 |
0,69 |
0,255 |
0,95 |
0,329 |
|
0,18 |
0,071 |
0,44 |
0,17 |
0,7 |
0,258 |
0,96 |
0,331 |
|
0,19 |
0,075 |
0,45 |
0,174 |
0,71 |
0,261 |
0,97 |
0,334 |
|
0,2 |
0,079 |
0,46 |
0,177 |
0,72 |
0,264 |
0,98 |
0,336 |
|
0,21 |
0,083 |
0,47 |
0,181 |
0,73 |
0,267 |
0,99 |
0,339 |
|
0,22 |
0,087 |
0,48 |
0,184 |
0,74 |
0,27 |
1 |
0,341 |
|
0,23 |
0,091 |
0,49 |
0,188 |
0,75 |
0,273 |
1,01 |
0,344 |
|
0,24 |
0,095 |
0,5 |
0,191 |
0,76 |
0,276 |
1,02 |
0,346 |
|
0,25 |
0,099 |
0,51 |
0,195 |
0,77 |
0,279 |
1,03 |
0,348 |
x |
Ф(x) |
x |
Ф(x) |
x |
Ф(x) |
x |
Ф(x) |
|
1,04 |
0,351 |
1,36 |
0,413 |
1,68 |
0,454 |
2 |
0,4772 |
|
1,05 |
0,353 |
1,37 |
0,415 |
1,69 |
0,454 |
2,02 |
0,4783 |
|
1,06 |
0,355 |
1,38 |
0,416 |
1,7 |
0,455 |
2,04 |
0,4793 |
|
1,07 |
0,358 |
1,39 |
0,418 |
1,71 |
0,456 |
2,06 |
0,4803 |
|
1,08 |
0,36 |
1,4 |
0,419 |
1,72 |
0,457 |
2,08 |
0,4812 |
|
1,09 |
0,362 |
1,41 |
0,421 |
1,73 |
0,458 |
2,1 |
0,4821 |
|
1,1 |
0,364 |
1,42 |
0,422 |
1,74 |
0,459 |
2,12 |
0,483 |
|
1,11 |
0,367 |
1,43 |
0,424 |
1,75 |
0,46 |
2,14 |
0,4838 |
|
1,12 |
0,369 |
1,44 |
0,425 |
1,76 |
0,461 |
2,16 |
0,4846 |
|
1,13 |
0,371 |
1,45 |
0,426 |
1,77 |
0,462 |
2,18 |
0,4854 |
|
1,14 |
0,373 |
1,46 |
0,428 |
1,78 |
0,462 |
2,2 |
0,4861 |
|
1,15 |
0,375 |
1,47 |
0,429 |
1,79 |
0,463 |
2,22 |
0,4868 |
|
1,16 |
0,377 |
1,48 |
0,431 |
1,8 |
0,464 |
2,24 |
0,4875 |
|
|
0,379 |
1,49 |
0,432 |
1,81 |
0,465 |
2,26 |
0,4881 |
|
1,18 |
0,381 |
1,5 |
0,433 |
1,82 |
0,466 |
2,28 |
0,4887 |
|
1,19 |
0,383 |
1,51 |
0,434 |
1,83 |
0,466 |
2,3 |
0,4893 |
|
1,2 |
0,385 |
1,52 |
0,436 |
1,84 |
0,467 |
2,32 |
0,4898 |
|
1,21 |
0,387 |
1,53 |
0,437 |
1,85 |
0,468 |
2,34 |
0,4904 |
|
1,22 |
0,389 |
1,54 |
0,438 |
1,86 |
0,469 |
2,36 |
0,4909 |
|
1,23 |
0,391 |
1,55 |
0,439 |
1,87 |
0,469 |
2,38 |
0,4913 |
|
1,24 |
0,393 |
1,56 |
0,441 |
1,88 |
0,47 |
2,4 |
0,4918 |
|
1,25 |
0,394 |
1,57 |
0,442 |
1,89 |
0,471 |
2,42 |
0,4922 |
|
1,26 |
0,396 |
1,58 |
0,443 |
1,9 |
0,471 |
2,44 |
0,4927 |
|
1,27 |
0,398 |
1,59 |
0,444 |
1,91 |
0,472 |
2,46 |
0,4931 |
|
1,28 |
0,4 |
1,6 |
0,445 |
1,92 |
0,473 |
2,48 |
0,4934 |
|
1,29 |
0,401 |
1,61 |
0,446 |
1,93 |
0,473 |
2,5 |
0,4938 |
|
1,3 |
0,403 |
1,62 |
0,447 |
1,94 |
0,474 |
2,52 |
0,4941 |
|
1,31 |
0,405 |
1,63 |
0,448 |
1,95 |
0,474 |
2,54 |
0,4945 |
|
1,32 |
0,407 |
1,64 |
0,449 |
1,96 |
0,475 |
2,56 |
0,4948 |
|
1,33 |
0,408 |
1,65 |
0,451 |
1,97 |
0,476 |
2,58 |
0,4951 |
|
1,34 |
0,41 |
1,66 |
0,452 |
1,98 |
0,476 |
2,6 |
0,4953 |
|
1,35 |
0,411 |
1,67 |
0,453 |
1,99 |
0,477 |
2,62 |
0,4956 |
x |
Ф(x) |
x |
Ф(x) |
2,64 |
0,495854699 |
2,9 |
0,498134187 |
2,66 |
0,496092967 |
2,92 |
0,498249843 |
2,68 |
0,496318892 |
2,94 |
0,498358939 |
2,7 |
0,496533026 |
2,96 |
0,498461805 |
2,72 |
0,496735904 |
2,98 |
0,498558758 |
2,74 |
0,496928041 |
3 |
0,498650102 |
2,76 |
0,497109932 |
3,2 |
0,499312862 |
2,78 |
0,497282055 |
3,4 |
0,499663071 |
2,8 |
0,49744487 |
3,6 |
0,499840891 |
2,82 |
0,497598818 |
3,8 |
0,499927652 |
2,84 |
0,497744323 |
4 |
0,499968329 |
2,86 |
0,497881795 |
4,5 |
0,499996602 |
2,88 |
0,498011624 |
5 |
0,499999713 |
Приложение 2