 
        
        - •ВВЕДЕНИЕ
- •1. ЭКСПЕРИМЕНТ КАК ПРЕДМЕТ ИССЛЕДОВАНИЯ
- •1.1. Понятие эксперимента
- •1.2. Виды экспериментальных исследований
- •1.3. Математическая модель объекта исследования
- •1.4. Факторы
- •1.5. Параметр оптимизации
- •Вопросы и задания для самоподготовки
- •2. ПРОСТЫЕ СРАВНИВАЮЩИЕ ЭКСПЕРИМЕНТЫ
- •2.1. Предварительная обработка экспериментальных данных
- •2.2. Статистические гипотезы
- •2.5. Сравнение двух рядов наблюдений
- •2.6. Сравнение двух дисперсий
- •2.7. Проверка гипотезы о законе распределения
- •2.7.1. Общие сведения
- •2.7.2. Пример проверки гипотезы о нормальном законе распределения экспериментальных данных
- •Вопросы и задания для самоподготовки
- •3. АНАЛИЗ РЕЗУЛЬТАТОВ ПАССИВНОГО ЭКСПЕРИМЕНТА
- •3.1. Элементы дисперсионного анализа
- •3.1.1. Общие сведения
- •3.1.2. Пример применения однофакторного дисперсионного анализа
- •3.2. Характеристика видов связей между рядами наблюдений
- •3.4. Определение тесноты связи между случайными величинами
- •3.5. Парная линейная корреляция
- •3.6. Статистическое изучение корреляционной связи
- •3.6.2. Исключение из массива первичной информации промахов
- •3.6.4. Измерение степени тесноты связи, оценка ее существенности
- •3.8. Линейная множественная регрессия
- •Вопросы и задания для самоподготовки
- •4. МНОГОФАКТОРНЫЕ ЭКСПЕРИМЕНТЫ
- •4.1. Общие сведения
- •4.2. Полный факторный эксперимент
- •4.2.1. Кодирование факторов
- •4.2.2. Матрицы планирования эксперимента
- •4.2.3. Рандомизация опытов
- •4.2.4. Проведение эксперимента
- •4.2.5. Проверка однородности дисперсии параллельных опытов, воспроизводимости эксперимента
- •4.2.6. Расчет коэффициентов регрессии, проверка их значимости
- •4.2.7. Проверка адекватности модели
- •4.2.8. Пример применения планов первого порядка полного факторного эксперимента
- •4.3. Дробный факторный эксперимент
- •4.4. Применение плана первого порядка дробного факторного эксперимента для исследования технических устройств
- •4.4.1. Теоретическая модель усилителя
- •4.5. Планы второго порядка
- •4.5.1. Ортогональные планы
- •4.5.2. Ротатабельные планы второго порядка
- •5.1. Метод покоординатной оптимизации
- •5.3. Симплексный метод планирования
- •ПРИЛОЖЕНИЯ
 
| fj | 
 | n i | p tj . | (2.22) | 
| 
 | ||||
| 
 | 
 | S | 
 | |
При расчете критерия Пирсона необходимо соблюдать условия:
число наблюдений должно быть достаточно велико n 50 ;
теоретические частоты в интервале должны быть больше 5. Если теоретические частоты в некоторых интервалах меньше 5, то соседние интервалы объединяют.
Критическое значение Т2 определяется по таблице распределения Пирсона (прил. 2) в соответствии с числом степеней свободыd.f и уровнем значимости . Число степеней свободы рассчитывается
| так: если эмпирический ряд распределения имеет k | категорий (число | |||
| интервалов | с учетом | объединения), | то k эмпирических частот | |
| f1*, f2*, , fk* | должны | быть связаны | И | соотношением: | 
| следующим | ||||
| k | 
 | 
| fj* n. Если параметры теоретического распределения известны, то | |
| j 1 | Д | 
| 
 | |
только (k 1) частот могут принимать произвольные значения, а последняя частота может быть найдена из указанного соотношения. Поэтому говорят, что система из k частот благодаря наличию одной связи теряет одну степень свободы и имеет только (k 1) степеней свободы. Кроме того, если при нахождении теоретических частот p па-
| раметров теоретического распределения неизвестны, то они должны | |||||
| 
 | 
 | А | 
 | ||
| быть найдены по данным эмпирического ряда. Это накладывает на | |||||
| эмпирические частоты еще | p связей, благодаря чему система теряет | ||||
| 
 | б | 
 | 
 | ||
| еще p степеней свободы. Так м образом, число свободно варьируе- | |||||
| мых частот (а значити, и число степеней свободы) становится равным | |||||
| С | d.f | k p 1 . | (2.23) | ||
| 
 | |||||
| Если 2 2 , то гипотеза H | 0 | о нормальном законе распределе- | |||
| T | 
 | 
 | 
 | 
 | |
ния эмпирических данных принимается.
2.7.2.Пример проверки гипотезы о нормальном законе распределения экспериментальных данных
Втабл. 2.3 приведены данные о затратах времени на производство единицы продукции. Установить, можно ли с вероятностью P 0,95 считать закон распределения экспериментальных данных
нормальным.
29
 
Таблица 2.3
Затраты времени на производство единицы продукции
| Номер | 
 | 
 | 
 | Операционное время, мин | 
 | 
 | 
 | |||
| изделия | 
 | 
 | 
 | 
 | 
 | 
 | ||||
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | |
| 1-10 | 9 | 9 | 11 | 9 | 9 | 11 | 9 | 7 | 9 | 6 | 
| 11-20 | 9 | 6 | 9 | 11 | 9 | 7 | 9 | 7 | 10 | 7 | 
| 21-30 | 9 | 10 | 6 | 10 | 8 | 6 | 9 | 8 | 8 | 8 | 
| 31-40 | 8 | 7 | 8 | 7 | 9 | 8 | 9 | 11 | 9 | 9 | 
| 41-50 | 8 | 10 | 9 | 8 | 10 | 8 | 8 | 9 | 11 | 9 | 
Основная гипотеза H0: результаты наблюдений подчиняются нормальному закону распределения.
Определим числовые оценки параметров нормального распределения x, S . Обобщим данные в виде вариационного ряда (табл.
2.4).
Число интервалов m 1 3,32lgnД1 3,32lg50И6.
Размах R xmax xmin 11 6 5 (мин).
Величина интервала i R m 5
m 5 6 0,8 мин. Примем i 1 мин. Среднее значение определяем по формуле (2.17): x 8,6 мин. Оценку СКО вычисляем по формуле (2.18): S 1,3 мин.
6 0,8 мин. Примем i 1 мин. Среднее значение определяем по формуле (2.17): x 8,6 мин. Оценку СКО вычисляем по формуле (2.18): S 1,3 мин.
| 
 | Ряд эмп | 
 | А | 
 | 
 | Таблица 2.4 | ||||
| 
 | 
 | 
 | 
 | 
 | 
 | |||||
| 
 | р ческого распределения | 
 | 
 | 
 | ||||||
| 
 | 
 | б | 
 | 
 | 
 | 
 | 
 | |||
| Интервал | 5,5 – | 
 | 6,5 – | 
 | 
 | 7,5 – | 8,5 – | 9,5 – | 
 | 10,5 – | 
| группировки | 6,5 | 
 | 7,5 | 
 | 
 | 8,5 | 9,5 | 10,5 | 
 | 11,5 | 
| 
 | и | 
 | 
 | 
 | 
 | 
 | 
 | 
 | ||
| Середина | 6 | 
 | 7 | 
 | 
 | 8 | 9 | 10 | 
 | 11 | 
| интервала xj | 
 | 
 | 
 | 
 | ||||||
| 
 | С | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| Частота f j* | 4 | 
 | 6 | 
 | 
 | 11 | 19 | 5 | 
 | 5 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
Определяем теоретические частоты распределения (табл. 2.5) по
| формуле (2.22): | n i | 
 | 50 1 | 
 | 38,5; | tj | 
 | xj 8,6 | ; | f j 38,5 ptj ; величи- | 
| S | 1,3 | 
 | 
 | |||||||
| 
 | 
 | 
 | 
 | 
 | 1,3 | 
 | 
 | |||
ну ptj определяем по прил. 1.
Так как для использования критерия Пирсона теоретическая частота должна быть больше 5, объединяем первый и второй, пятый и шестой интервалы (табл. 2.6).
30
 
Таблица 2.5
Вспомогательная таблица для расчета теоретических частот нормального распределения
| Интервал | 
 | 
 | 5,5 – | 
 | 
 | 
 | 6,5 – | 
 | 
 | 7,5 – | 
 | 
 | 8,5 – | 
 | 
 | 9,5 – | 
 | 10,5 – | ||||
| группировки | 
 | 6,5 | 
 | 
 | 
 | 7,5 | 
 | 
 | 8,5 | 
 | 
 | 9,5 | 
 | 
 | 10,5 | 
 | 
 | 11,5 | ||||
| Середина | 
 | 
 | 6 | 
 | 
 | 
 | 
 | 7 | 
 | 
 | 8 | 
 | 
 | 9 | 
 | 
 | 
 | 10 | 
 | 
 | 11 | |
| интервала xj | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | ||||||||
| Нормированное | 
 | -2,00 | 
 | 
 | 
 | -1,23 | 
 | 
 | -0,46 | 
 | 
 | 0,31 | 
 | 
 | 1,08 | 
 | 
 | 1,85 | ||||
| отклонение tj | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | ||||||||||
| p tj | 
 | 
 | 0,0540 | 
 | 
 | 
 | 0,1874 | 
 | 0,3588 | 
 | 
 | 0,3802 | 
 | 
 | 0,2227 | 
 | 
 | 0,0721 | ||||
| Частота | теоре- | 
 | 2,08 | 
 | 
 | 
 | 7,21 | 
 | 
 | 13,81 | 
 | 
 | 14,64 | 
 | 
 | 8,57 | 
 | 
 | 2,78 | |||
| тическая | f j | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | |||||||||
| Частота | эмпи- | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | И | 
 | 
 | 
 | 
 | 
 | |||
| рическая | f j* | 
 | 4 | 
 | 
 | 
 | 
 | 6 | 
 | 
 | 11 | 
 | 
 | 19 | 
 | 
 | 5 | 
 | 
 | 5 | ||
| 
 | Вариационный ряд с учетом объединения интервалов | Таблица 2.6 | ||||||||||||||||||||
| 
 | 
 | 
 | ||||||||||||||||||||
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | |
| Интервал группировки | 
 | 
 | 
 | 
 | 
 | А | 
 | 
 | 
 | 
 | 8,5 – 9,5 | 
 | 9,5 – 11,5 | |||||||||
| 
 | 
 | 
 | 
 | 5,5 – 7,5 | 
 | 7,5 – 8,5 | 
 | 
 | ||||||||||||||
| Частота теоретическая | f j | 
 | 
 | б | 
 | Д13,81 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | |||||||||
| 
 | 
 | 
 | 9,29 | 
 | 
 | 
 | 14,64 | 
 | 11,35 | |||||||||||||
| Частота эмпирическая | f j* | 
 | 
 | 10 | 
 | 
 | 
 | 11 | 
 | 
 | 
 | 
 | 19 | 
 | 10 | |||||||
| 
 | 
 | С | 
 | 
 | тер й (2.19): 2 | 2,08. | 
 | 
 | 
 | 
 | 
 | 
 | ||||||||||
| Рассчитываем | 2 | -кр | 
 | 
 | 
 | 
 | 
 | 
 | ||||||||||||||
| Определяем ч сло степеней свободы по формуле (2.23): k 4 – | ||||||||||||||||||||||
| число интервалов, оставшихсяи | после объединения; p 2, т.к. среднее | |||||||||||||||||||||
| значение и | 
 | КО | найдены | по | 
 | данным эмпирического ряда; | ||||||||||||||||
| d.f = 4–(1+2)=1 . | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | |||
| Табличное значение критерия для d.f | 1 и уровня значимости | |||||||||||||||||||||
0,05; Т2 3,841. 2 T2 . Следовательно, гипотеза о нормальном законе распределения эмпирических данных принимается.
Вопросы и задания для самоподготовки
1.Что называют функцией и плотностью распределения случайной величины?
2.Дайте определение математического ожидания и дисперсии случайной величины.
31
 
3.Основные законы распределения случайной величины, применяемые при планировании эксперимента. Числовые характеристики этих законов.
4.Дайте определения генеральной совокупности, выборки.
5.Характеристики точечной оценки и критерии ее качества.
6.Интервальная оценка и доверительный интервал.
7.Что называют статистической гипотезой? Параметрические и непараметрические гипотезы.
8.Почему основную гипотезу называют нулевой?
9.Что называют уровнем значимости и областью принятия ги-
потезы?
10.Дайте определение статистического критерия. Что называют мощностью критерия?
11.Перечислите этапы проверки гипотезыИ.
12.Что относят к ошибкам первого и второго рода и какова вероятность их совершить? Д
13.Задача, решаемая при проверке гипотезы о законе распреде-
ления.
14.Роль критерия ПирсонаАпри проверке гипотезы о законе распределения.
15.Какие статистическиебкритерии применяются при проверке параметрических гипотез?
16.Основные гипотезы о вы орочных средних, порядок их про-
верки.
17.ВыявленСе грубых погрешностей с использованием параметрических гипотез.
32
