Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Методическое пособие 590

.pdf
Скачиваний:
5
Добавлен:
30.04.2022
Размер:
2.62 Mб
Скачать

Таблица 1.1

Влияние значений статистических характеристик на форму функции плотности

 

распределения

 

 

A x = 0

Функция плотности распределения имеет симметричную форму

 

 

A x < 0

Функция плотности распределения имеет левостороннюю (отрицательную)

асимметрию

 

 

 

A x > 0

Функция плотности распределения имеет правостороннюю (положительную)

асимметрию

 

 

 

E x = 0

Функция плотности распределения соответствует форме нормального закона

распределения

 

 

 

E x < 0

Функция плотности распределения более пологая, чем функция плотности

нормального закона распределения

 

 

 

E x > 0

Функция плотности распределения более островершинная, чем функция

плотности нормального закона распределения

 

 

 

Эмпирическая функция распределения Fn (x) является статистическим аналогом функции распределения генеральной совокупности. Она определяет для каждого xi статистическую вероятность события, заключающуюся в том,

что исследуемая величина x примет значение меньше xi , т. е. x xi.

Гистограмма является графическим представлением интервального статистического ряда. Её строят по следующему правилу. Размах вариационного ряда (разность между крайними членами вариационного ряда)

разбивают на ряд интервалов. Над каждым интервалом строят прямоугольник высотой

fi (x) mi , n h

где mi – число членов выборки, попавших в i- ый интервал.

Полигон является графическим представлением статистического ряда.

(1.15)

дискретного

20

Если выборка (число изделий, подвергающихся испытанию) растет, то можно от статистических закономерностей перейти к вероятностным, так как при этом эмпирическая функция распределения приближается к теоретической функции распределения:

Fn (x) F(x),

среднеарифметическое (средневыборочное) приближается к математическому ожиданию:

x M(x) x f (x) dx,

0

а выборочная дисперсия – к дисперсии генеральной совокупности:

s2 2 (x) D(x) x M(x) 2 f (x) dx.

0

Пример расчета статистических характеристик вариационного ряда

Задание. Были проведены метрологические испытания прочности крепежных болтов с фиксацией времени момента их разрушения. Определить среднее значение наблюдений, среднеквадратичное отклонение наблюдений,

асимметрию и эксцесс. По полученным характеристикам построить эмпирическую функцию распределения, гистограмму плотности распределения и полигон относительных частот дискретного вариационного ряда. Исходные данные представлены в табл. 1.5 и 1.6.

Решение

Варианты xi и их частоты vi представлены в табл. 1.2.

21

 

 

 

 

 

 

 

 

 

Таблица 1.2

 

 

Исходные данные для выполнения задания

 

 

 

 

 

 

 

 

 

 

 

 

 

xi , час

vi

 

xi , час

 

vi

 

xi , час

 

vi

 

 

 

 

 

 

 

 

 

 

 

25

1

 

240

 

6

 

475

 

3

 

 

 

 

 

 

 

 

 

 

 

 

63

3

 

260

 

10

 

495

 

1

 

 

 

 

 

 

 

 

 

 

 

 

99

2

 

280

 

4

 

520

 

1

 

 

 

 

 

 

 

 

 

 

 

 

101

1

 

310

 

7

 

545

 

2

 

 

 

 

 

 

 

 

 

 

 

 

110

5

 

330

 

6

 

575

 

3

 

 

 

 

 

 

 

 

 

 

 

 

м

5

 

350

 

7

 

590

 

1

 

 

 

 

 

 

 

 

 

 

 

 

140

12

 

380

 

2

 

640

 

2

 

 

 

 

 

 

 

 

 

 

 

 

185

3

 

415

 

3

 

795

 

1

 

 

 

 

 

 

 

 

 

 

 

 

220

5

 

435

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Определим

число интервалов

по правилу

Старджесса,

используя

формулы (1.1) и (1.2). Объем выборки определим из табл. 1.2 по формуле

k

n vi :

i 1

n 1 3 2 1 5 5 12 3 5 6 10 ... 2 1 100

r 1 3.3 lg(n) 1 3.3 lg(100) 7.6,

округляя значение количества интервалов до целого, примем r 8. Длина интервала будет

h 795 25 96.25. 8

Полученное значение длины интервала округлим до целого значения и получим

h100.

Втабл. 1.3 на основании проведенных расчетов заполнены первые четыре столбца.

Вычислим начальные и центральные эмпирические моменты. При

вычислении эмпирических моментов удобно переходить к относительным

значениям наработки

22

ui xi c , hi

здесь c – постоянная величина, за которую может приниматься значение xi,

соответствующее наибольшему значению mi , или значение xi, равноудаленное от краевых значений. Примем c 350, а hi h 100, тогда

ui xi 350. 100

Все вычисленные ui записаны в пятом столбец табл. 1.3.

Вычислим начальные и центральные моменты для относительных

значений наработок. Однако прежде необходимо вычислить miui

и записать

полученные значения в шестой столбец табл. 1.3, вычислить m u

2

и записать в

 

 

 

 

 

 

 

 

 

 

 

 

i

i

 

 

 

седьмой столбец табл. 1.3,

m u3

в восьмой столбец

табл. 1.3

и m

u4 – в

 

 

 

 

 

 

 

i i

 

 

 

 

 

 

 

i

i

девятый столбец.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таблица 1.3

 

 

 

 

 

Расчетные данные задачи примера 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Номера

 

 

 

Середина

 

Частота

ui

miui

 

 

m u3

 

m u4

интервалов

 

Интервал

интервала

 

miui2

 

 

 

 

 

 

 

 

 

i

 

mi

 

 

 

 

 

i i

 

i i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

0 … 100

 

 

50

 

6

–3

–18

54

 

–162

 

486

2

 

 

101 … 200

 

 

150

 

26

–2

–52

104

 

–208

 

416

3

 

 

201 … 300

 

 

250

 

25

–1

–25

25

 

–25

 

25

4

 

 

301 … 400

 

 

350

 

22

0

0

0

 

 

0

 

0

5

 

 

401 … 500

 

 

450

 

11

1

11

11

 

11

 

11

6

 

 

501 … 600

 

 

550

 

7

2

14

28

 

56

 

112

7

 

 

601 … 700

 

 

650

 

2

3

6

18

 

54

 

162

8

 

 

701 … 800

 

 

750

 

1

4

4

16

 

64

 

256

 

 

 

 

 

 

 

 

100

 

–60

256

 

–210

 

1468

Первый начальный момент определим по формуле

 

 

 

 

 

 

a1

1

mi ui1

60

 

0.6.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

i

100

 

 

 

 

 

 

 

 

 

 

 

 

Второй начальный момент будет

23

a2

 

1

 

 

mi

ui2

 

256

2.56.

n

 

 

 

 

 

i

 

100

 

 

 

Третий начальный момент

a3

 

1

 

mi

ui3

 

210

2.1.

 

 

 

 

 

 

 

 

 

n

i

 

100

 

 

Четвертый начальный момент

a4

 

1

 

mi

ui4

 

1468

14.68.

 

 

 

 

 

 

n

i

 

100

 

 

Центральные

моменты для относительных значений наработки

определяются из следующих соотношений:

2 a2 a12 2.56 0.6 2.2;

3 a3 3 a2 a1 2 a13 2.1 3 2.56 ( 0.6) 2 0.6 3 2.07;

4 a4 4 a3 a1 6 a2 a12 3 a14

14.68 4 ( 2.1) ( 0.6) 6 2.56 ( 0.6)2 3 ( 0.6)4 14.78.

Выполним обратный переход от относительных значений наблюдений к абсолютным и вычислим среднее значение и среднеквадратическое отклонение наработки:

x a1 h c 0.6 100 350 290;

s h 2 100 2.2 148.

Коэффициент асимметрии и эксцесс можно определить по условным эмпирическим моментам:

A(x)

 

3

 

2.07

 

0.63;

23/2

(2.2)3/2

 

 

 

 

 

E x

 

4

 

3

 

14.78

 

3 0.05.

 

22

 

 

2.2 2

 

A x >0 и E x >0, следовательно, распределение имеет положительную асимметрию, и кривая распределения более островершинная, чем при нормальном распределении.

24

Подготовим табл. 1.4, в которую внесем данные, используя следующие формулы:

 

1

i

 

 

m

i

 

Fn

( i )

 

mz ;

f ( i

)

 

.

n

 

 

 

 

z 1

 

 

n h

Построим эмпирическую функцию распределения Fn ( i ) и функцию плотности распределения f i , используя значения табл. 1.4. Для интервального вариационного ряда эмпирическая функция распределения имеет вид ступенчатой кривой, представленной на рис. 1.1.

Таблица 1.4

Данные для построения гистограмм и полигонов

Номера

 

Середина

 

 

 

 

 

интервал

Интервал

интервала

Частота mi

F (

)

f (

) 103

ов

 

i

 

n i

 

i

 

 

 

 

 

 

 

1

0 … 100

50

6

0.06

0.6

2

101 … 200

150

26

0.32

2.6

3

201 … 300

250

25

0.57

2.5

4

301 … 400

350

22

0.79

2.2

5

401 … 500

450

11

0.90

1.1

6

501 … 600

550

7

0.97

0.7

7

601 … 700

650

2

0.99

0.2

8

701 … 800

750

1

1.00

0.1

 

 

 

r

 

 

 

 

 

 

 

mi 100

 

 

 

 

 

 

 

i 1

 

 

 

 

Рис. 1.1. Эмпирическая функция распределения случайной величины

25

Рис. 1.2. Эмпирической функции плотности распределения случайной величины

Построим полигон относительных частот дискретного вариационного

ряда, используя данные табл. 1.4. Полигон показан на рис. 1.3.

Рис. 1.3. Полигон относительных частот дискретного интервального вариационного ряда

26

Таблица 1.5

Исходные данные значений варианты xi

Варианты задания

0

1

2

3

4

5

6

7

8

9

 

 

 

 

 

 

 

 

 

 

25

32

41

48

59

70

73

96

119

136

63

70

79

86

97

108

111

134

157

174

99

106

115

122

133

144

147

170

193

210

101

108

117

124

135

146

149

172

195

212

110

117

126

133

144

155

158

181

204

221

115

122

129

134

145

156

159

182

205

222

140

147

154

169

180

191

205

228

251

268

185

192

199

214

225

236

250

273

296

313

220

227

234

249

260

271

285

308

331

348

240

247

254

269

280

291

305

328

351

368

260

267

286

301

312

323

337

360

383

400

280

291

310

325

336

347

361

379

397

424

310

321

340

355

366

377

391

409

427

454

330

341

360

375

386

397

411

429

447

474

350

361

380

395

406

417

431

449

467

494

380

391

410

425

436

447

461

479

497

524

415

426

445

460

471

482

496

514

532

559

435

446

465

480

491

502

516

534

542

569

475

486

505

512

523

534

548

566

574

601

495

506

525

532

543

554

568

586

594

621

520

531

550

557

568

579

593

611

619

646

545

556

575

570

581

592

606

624

632

659

575

586

605

600

611

622

636

640

648

675

590

601

620

615

626

637

651

655

663

690

640

647

666

661

672

683

697

701

709

736

795

802

821

816

827

838

852

856

864

891

Таблица 1.6

Исходные данные значений частоты наблюдений vi

Варианты задания

0

1

2

3

4

5

6

7

8

9

1

3

1

5

9

4

2

1

1

11

3

9

7

11

15

10

8

13

25

13

2

6

4

8

12

7

5

7

13

1

1

3

1

5

9

4

2

1

1

4

5

15

13

20

24

19

17

31

26

21

5

18

16

23

27

22

20

37

32

27

12

36

24

31

35

30

28

53

27

12

3

9

7

14

18

13

11

19

5

10

 

 

 

 

 

 

 

 

 

 

27

Окончание табл. 1.6

Варианты задания

0

1

2

3

4

5

6

7

8

9

5

15

13

20

24

19

7

11

3

12

6

18

16

18

22

17

5

7

7

8

10

30

28

30

34

29

17

31

17

2

4

12

10

12

16

11

1

2

12

3

7

21

19

21

25

20

10

17

3

12

6

18

16

18

22

17

7

11

3

12

7

21

19

21

25

20

10

17

3

12

2

6

4

16

20

15

5

7

7

8

3

9

7

19

23

18

8

13

1

14

4

12

10

22

26

21

11

19

5

10

3

9

7

19

23

18

8

13

1

14

1

3

1

13

17

12

2

1

13

2

1

3

1

13

17

12

2

1

13

2

2

6

4

16

20

15

5

7

7

8

3

9

7

19

23

18

8

13

1

14

1

3

1

13

17

12

2

1

13

2

2

6

4

16

20

15

5

7

7

8

1

3

1

13

17

12

2

1

13

2

Оформление отчета

Отчет составляется по установленной форме и должен содержать

следующие пункты:

цель работы;

краткую теоретическую часть с расчётными формулами;

условие задания;

решение с пояснениями и формулами, написанными в буквенном и численном виде;

вывод.

28

Практическая работа № 2

ВЫБОР ФУНКЦИИ ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ

ДЛЯ ПОЛИГОНА ОТНОСИТЕЛЬНЫХ ЧАСТОТ ДИСКРЕТНОГО

ИНТЕРВАЛЬНОГО ВАРИАЦИОННОГО РЯДА

Цель работы – изучить методику выбора и проверки правдоподобия аналитической функции плотности распределения случайной величины для полигона относительных частот дискретного интервального вариационного ряда. Приобрести навыки для использования критерия Пирсона при определении согласованности экспериментальных и теоретических значений.

Краткие теоретические положения

Выбор функции плотности распределения можно начать с анализа внешнего вида полигона относительных частот дискретного интервального вариационного ряда. Точки на графике (рис. 1.3) напоминают нормальный закон распределения случайной величины. Поэтому можно взять функцию вида

f x

 

1

 

 

x m

x

2

 

 

 

 

exp

 

 

 

 

 

 

 

2 2

 

 

 

2

 

 

 

 

 

 

и, используя статистические данные, изобразить эту функцию на графике полигона относительных частот. Затем, используя критерий Пирсона, проверить правдоподобие выбранной функции плотности распределения.

Критерий 2 Пирсона

формируется следующим образом. Дана

дискретная случайная величина

X с возможными значениями x1,x2,x3, ,xn .

Выполнены натурные испытания, которые позволяют построить статистический ряд

X : =

x1

x2

 

xi

 

xn

 

 

 

 

 

 

p*

p*

 

p*

 

p*

 

 

 

 

1

2

 

i

 

n

 

 

 

 

 

 

 

29