Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации
Ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего образования
Московский технический университет связи и информатики
___________________________________________________________________
Факультет
«Радио и телевидение»
Кафедра
«Электроника»
Лабораторная работа №6 по дисциплине «Основы конструирования и технологии производства электронных средств»
«Исследование разброса параметров радиоэлементов больших гибридных интегральных микросхем»
Выполнил Студент группы БРВ2201 _____________________
Проверил Заведующая кафедры, ктн, доцент _____________________ Каравашкина В.Н.
Москва 2024
1. ЦЕЛЬ РАБОТЫ
Целями работы являются: изучение причин и закономерностей отклонений параметров радиоэлементов; изучение статистических характеристик распределения отклонения параметров; определение законов распределения параметров радиоэлементов на основе результатов их измерений и числовых характеристик статистического распределения разброса параметров; оценка точности полученного результат и стационарности технологического процесса.
2.РАСЧЁТНАЯ ЧАСТЬ
2.1.Исходные данные
Вычисления производились для варианта №4. Ниже представлена таблица с номиналами всех N 100 элементов.
Таблица 2.1.1 – Номиналы всех данных элементов
2.1. Построение статистического ряда по номиналу
R– матрица номиналов всех элементов;
min min(R)=1151 |
– минимальное значение в выборке, Ом; |
max max(R)=1468 |
– максимальное значение в выборке, Ом; |
scope max-min=317 |
– размах значений в выборке, Ом; |
k 1+3.32 log(N,10)=7.64 – оптимальное кол-во интервалов;
k 10 |
|
– заданное кол-во интервалов; |
l scope |
=31.7 |
– длина одного интервала, Ом. |
k |
|
|
Так как номиналы элементов – целые числа, длину интервала тоже округляют до целого числа.
l ceil(l)=32 |
– итоговая длина интервала, Ом. |
Тогда границы интервалов будут рассчитываться по следующим формулам:
n 0,1 9 – диапазон для левой границы;
m 1,2 9 – диапазон для правой границы;
lb min+n l – формула для расчёта значений левых границ диапазонов;
rb min+m l – формула для расчёта значений правых границ диапазонов;
Однако правая граница последнего диапазона просто равна максимуму выборки.
Тогда границы диапазонов будут равны (левая матрица – левые границы, средняя матрица – правые границы, правая матрица – границы диапазонов общие).
1151 |
1183 |
1151 1183 |
||||||
|
1183 |
|
|
1215 |
|
|
1183 1215 |
|
|
1215 |
|
|
1247 |
|
|
1215 1247 |
|
|
1247 |
|
|
1279 |
|
|
1247 1279 |
|
|
|
|
|
|
|
|||
lb= |
1279 |
|
rb= |
1311 |
|
int= |
1279 1311 |
|
1311 |
1343 |
1311 1343 |
||||||
|
1343 |
|
|
1375 |
|
|
1343 1375 |
|
|
1375 |
|
|
1407 |
|
|
1375 1407 |
|
|
1407 |
|
|
1439 |
|
|
1407 1439 |
|
|
1439 |
|
|
1468 |
|
|
1439 1468 |
|
|
|
|
|
|
|
|||
Для составления статистического ряда необходимо записать сколько элементов, номинал которых входит в соответствующий интервал, находится в исходной таблице.
Тогда количество элементов в каждом диапазоне будет равно: stat_rowT =[4 1 15 23 17 13 15 8 2 2]
В качестве проверки необходимо найти сумму элементов всего ряда, если она равна N=100 , то можно считать, что ряд составлен верно.
9 |
|
|
∑stat_row N=1 |
– ряд составлен верно. |
|
n=0 |
n |
|
|
|
|
Итоговый статистический ряд по номиналам имеет вид:
“[1151,1183) = 4”
|
“[1183,1215) = 1” |
|
|
“[1215,1247) = 15” |
|
|
“[1247,1279) = 23” |
|
|
|
|
stat_row_all= |
“[1279,1311) = 17” |
|
|
“[1311,1343) = 13” |
|
|
“[1343,1375) = 15” |
|
|
“[1375,1407) = 8” |
|
|
“[1407,1439) = 2” |
|
|
“[1439,1468) = 2” |
|
|
|
|
2.2. Расчёт среднего значения каждого диапазона
Rint |
– матрица номиналов элементов, разделённых по диапазонам; |
avg1 mean(R1)=1160 – среднее значение для 1-ого диапазона;
avg2 mean(R2)=1187 – среднее значение для 2-ого диапазона;
avg3 mean(R3)=1232.8 – среднее значение для 3-его диапазона;
avg4 mean(R4)=1261.609 – среднее значение для 4-ого диапазона;
avg5 mean(R5)=1293.882 – среднее значение для 5-ого диапазона;
avg6 mean(R6)=1323 – среднее значение для 6-ого диапазона;
avg7 mean(R7)=1357.8 – среднее значение для 7-ого диапазона;
avg8 mean(R8)=1388.5 – среднее значение для 8-ого диапазона;
avg9 mean(R9)=1418 – среднее значение для 9-ого диапазона;
avg10 mean(R10)=1462.5 – среднее значение для 10-ого диапазона;
2.3. Построение статистического ряда по относительной частоте
Статистический ряд по относительной частоте, это ряд, построенный по относительной частоте, то есть следующим образом:
stat_roww stat_row÷N
Значения статистического ряда для каждого диапазона равны:
stat_rowwT =[0.04 0.01 0.15 0.23 0.17 0.13 0.15 0.08 0.02 0.02]
Итоговый статистический ряд по относительной частоте имеет вид:
“[1151,1183) = 0.04”
“[1183,1215) = 0.01”“[1215,1247) = 0.15”
“[1247,1279) = 0.23” stat_row_all = “[1279,1311) = 0.17” w “[1311,1343) = 0.13”
“[1343,1375) = 0.15”
“[1375,1407) = 0.08”“[1407,1439) = 0.02”“[1439,1468) = 0.02”
2.4. Построение гистограммы по статистическому ряду
Необходимо построить гистограмму по статистическому ряду из пункта 2.3. По оси абсцисс находятся номера диапазонов, а по оси ординат – значения относительной частоты.
0.23
0.21
0.19
0.17
0.15
0.13
0.11 stat_roww
0.09
0.07
0.05
0.03
0.01
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
|
|
|
number |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рисунок 2.4.1 – Гистограмма по относительным частотам
2.5. Построение приближенной статистической функции распределения
Статистическая функция распределения строится по средним значениям диапазонов (ось абсцисс), и суммы значений столбцов гистограммы (ось ординат).
1160 |
1187 |
1232.8 |
1261.609 |
1293.882 1323 |
1357.8 |
1388.5 |
1418 |
|
1462.5 |
||
1 |
|
|
|
|
|
|
|
|
|
|
|
0.96 |
|
|
|
|
|
|
|
|
|
|
|
0.92 |
|
|
|
|
|
|
|
|
|
|
|
0.88 |
|
|
|
|
|
|
|
|
|
|
|
0.84 |
|
|
|
|
|
|
|
|
|
|
|
0.8 |
|
|
|
|
|
|
|
|
|
|
|
0.76 |
|
|
|
|
|
|
|
|
|
|
|
0.72 |
|
|
|
|
|
|
|
|
|
|
|
0.68 |
|
|
|
|
|
|
|
|
|
|
|
0.64 |
|
|
|
|
|
|
|
|
|
|
|
0.6 |
|
|
|
|
|
|
|
|
|
|
|
0.56 |
|
|
|
|
|
|
|
|
|
|
|
0.52 |
|
|
|
|
|
|
|
|
|
|
Fint |
0.48 |
|
|
|
|
|
|
|
|
|
|
|
0.44 |
|
|
|
|
|
|
|
|
|
|
|
0.4 |
|
|
|
|
|
|
|
|
|
|
|
0.36 |
|
|
|
|
|
|
|
|
|
|
|
0.32 |
|
|
|
|
|
|
|
|
|
|
|
0.28 |
|
|
|
|
|
|
|
|
|
|
|
0.24 |
|
|
|
|
|
|
|
|
|
|
|
0.2 |
|
|
|
|
|
|
|
|
|
|
|
0.16 |
|
|
|
|
|
|
|
|
|
|
|
0.12 |
|
|
|
|
|
|
|
|
|
|
|
0.08 |
|
|
|
|
|
|
|
|
|
|
|
0.04 |
|
|
|
|
|
|
|
|
|
|
|
1160 |
1187 |
1214 |
1241 1268 1295avg1322 1349 1376 1403 1430 |
1457 |
1484 |
||||||
Рисунок 2.5.1 – График статистической функции распределения |
|||||||||||
2.5. Расчёт числовых характеристик всей выборки
Так как выборка условно не является малой (больше 50 элементов), её числовые характеристики рассчитываются приблизительно по следующим формулам:
k-1 |
|
|
|
|
|
|
|
|
mSB ∑ avg stat_roww |
=1297.67 |
– статистическое среднее; |
||||||
n=0 |
|
|
n |
|
n |
|
|
|
k-1 |
avg -mSB 2 stat_roww |
|
|
|
||||
DSB ∑ |
|
|
||||||
n 0 |
|
|
n |
|
|
n |
|
|
= |
|
|
|
|
|
|
||
– статистическая дисперсия.
DSB=3932.076
2.6. Расчёт числовых характеристик малой выборки
Необходимо составить малую выборку из Ns 20 элементов по
следующему правилу: первые 10 элементов – элементы с 11 по 20 из заданной выборки, вторые 10 элементов – элементы с 71 по 80 из заданной выборки. Полученная малая выборка представлена ниже, в таблице 2.6.1.
Таблица 2.6.1 – Номиналы элементов для малой выборки
Так как выборка считается малой (кол-во элементов меньше 50), числовые характеристики рассчитываются по следующим формулам:
Ns -1
|
∑ Rs |
n |
|
|
mSS |
n=0 |
|
– статистическое среднее; |
|
=1287.05 |
||||
|
Ns |
|
|
|
|
Ns -1 |
|
|
|
|
∑ Rs |
-mSS 2 |
|
|
DSS |
n=0 |
n |
=4077.648 |
– статистическая дисперсия. |
|
|
Ns |
|
|
Сравнительные гистограммы статистических средних и статистических дисперсий для исходной и малой выборок представлены ниже, на рисунках 2.6.1 и 2.6.2 соответственно. Слева – значения для исходной выборки, а справа – для малой.
12981297.67 |
|
|
1297 |
|
|
1296 |
|
|
1295 |
|
|
1294 |
|
|
1293 |
|
|
1292 |
|
mS |
|
|
|
1291 |
|
|
1290 |
|
|
1289 |
|
|
12881287.05 |
|
|
1287 |
|
|
1 |
S |
2 |
|
|
|
Рисунок 2.6.1 – Гистограмма для статистических средних |
||
4077.648
4080
4065
4050
4035
4020
4005
3990 DS
3975
3960
39453932.076
3930 |
|
|
|
|
|
|
|
|
|
|
1 |
1.1 |
1.2 |
1.3 |
1.4 |
S 1.5 |
1.6 |
1.7 |
1.8 |
1.9 |
2 |
Рисунок 2.6.2 – Гистограмма для статистических дисперсий
2.7. Расчёт доверительных интервалов
Необходимо рассчитать доверительный интервал с уровнем значимости α 0.1, для разных законов распределения (для нормального и для произвольного).
Для этого сначала необходимо рассчитать стандартное отклонение для обоих выборок:
σSB
DNSB =6.271 – стандартное отклонение заданной выборки;
σSS |
DSS |
=14.279 |
– стандартное отклонение малой выборки. |
|
Ns |
||||
|
|
|
2.7.1. Расчёт доверительных интервалов при нормальном законе распределения
Для нормального распределения ширину доверительного интервала можно рассчитать следующим образом:
tα 1.643 – произведение квадратного корня из двух и обратной функции Лапласа (табличная величина);
Yα_SB tα σSB=10.303 – ширина доверительного интервала для заданной выборки;
Yα_SS tα σSS=23.46 – ширина доверительного интервала для малой выборки;
23.5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
22 |
|
|
19.972 |
|
|
|
|
|
|
|
|
||
20.5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
19 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
17.5 |
|
|
|
|
|
Yα_S |
|
|
|
|
|
||
16 |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
14.5 |
|
|
|
|
|
|
|
|
|
|
|
|
13
11.510.303
10 |
|
|
|
|
|
|
|
|
|
|
1 |
1.1 |
1.2 |
1.3 |
1.4 |
S 1.5 |
1.6 |
1.7 |
1.8 |
1.9 |
2 |
Рисунок 2.7.1.1 – Сравнительная гистограмма длин доверительных интервалов для нормального закона
2.7.2. Расчёт доверительных интервалов при произвольном законе распределения
В качестве произвольного закона распределения, в рамках лабораторной работы, используется распределение Стьюдента. Тогда длину доверительного интервала можно рассчитать по
формуле:
tα_99 1.67 – критическое значение распределения Стьюдента при заданных уровне значимости и степени свободы N-1;
tα_19 1.73 – критическое значение распределения Стьюдента при заданных уровне значимости и степени свободы Ns-1;
Yα_SB tα_99 σSB=10.472 – ширина доверительного интервала для заданной выборки;
Yα_SS tα_19 σSS=24.702 – ширина доверительного интервала для малой выборки;
25 |
|
|
|
|
|
|
|
|
|
|
23.5 |
|
|
|
|
|
|
|
|
|
|
22 |
21.029 |
|
|
|
|
|
|
|
|
|
20.5 |
|
|
|
|
|
|
|
|
|
|
19 |
|
|
|
|
|
|
|
|
|
|
17.5 |
|
|
|
|
|
|
|
|
|
Yα_S |
16 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14.5 |
|
|
|
|
|
|
|
|
|
|
13 |
|
|
|
|
|
|
|
|
|
|
11.5 |
10.472 |
|
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
|
|
|
|
1 |
1.1 |
1.2 |
1.3 |
1.4 S 1.5 |
1.6 |
1.7 |
1.8 |
1.9 |
2 |
Рисунок 2.7.2.1 – Сравнительная гистограмма длин доверительных |
||||||||||
|
|
|
интервалов для произвольного закона |
|||||||
