Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Downloads / pdf_in_archive (2) / 1_obrabotka.pdf
Скачиваний:
38
Добавлен:
02.04.2015
Размер:
1.05 Mб
Скачать

Приложения

1. Примеры решения задач

Задача 1. Определить доверительный интервал, в который с вероятностью Р попадают значения измеряемой величины при условии, что:

а) результаты измерений распределены равномерно; б) результаты измерений распределены по треугольному закону;

в) результаты измерений распределены по трапецеидальному закону.

Решение.

а) Плотность вероятности равномерного распределения зададим в

виде:

 

1

a npи x m a, m + a

 

 

 

2

P(x) =

[

],

 

 

 

npи x [m a, m + a]

0

где m – центр распределения. Можно было бы положить m=0, что не влияет на конечный результат, но мы рассмотрим общий случай.

Установим связь между доверительной вероятностью Р и доверительным интервалом . Для этого запишем выражение для вероятности попадания случайной величины х в интервал [m–Δ, m+ ], где

– текущее значение

интервала;

а. Имеем по определению

вероятности (см. ф. (2.5)):

 

P{x [m , m +

]}= m+ p(x) dx .

 

 

m

 

Подставляя выражение для р(х) и преводя вычисления, получим:

P = a = P a ,

т.е. доверительный интервал линейно зависит от доверительной вероятности. В частности, при Р=1; =а, т.е. интервал равен области задания распределения в которой р(х) 0. Отметим, что на полученный результат не влияет положение центра распределения, о чем говорилось выше.

б) Вероятность попадания случайной величины в интервал (– , ) равна:

P{− ≤ x }= p(x) dx = F( ) F() ,

(1)

 

где р(х) – плотность треугольного распределения.

Для удобства вычисления будем считать, что распределение симметрично относительно 0 и определено в интервале [–2a, 2a], что не влияет на конечный итог.

Воспользуемся формулой (2.52) для интегральной функции распределения и получим:

P(

 

)=

2

 

 

 

1

 

 

 

 

2

 

 

 

1

 

2

 

 

 

 

 

x

 

+

 

+

 

 

 

 

 

 

+

 

 

= −

 

+ =

1

 

. (2)

8a2

2a

2

 

8a2

 

 

4a2

 

 

 

 

 

 

 

 

 

 

2a

2

 

 

a a

 

4a

 

Из (2) следует, что вероятность квадратично зависит от величины

интервала. В частности, при

 

= 2а имеем р=1, что очевидно.

 

 

 

в) В этом случае воспользуемся соотношением (2.56) для

интегральной функции распределения, что дает:

 

 

 

 

 

P

x

}

=1 (a + b

 

)2

(a + b

)2

=1 (a + b

)2

(3)

{

 

 

 

 

8ab

 

 

 

 

8ab

 

 

 

4ab

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

т. е. вероятность квадратично зависит от интервала.

Соотношение (3) справедливо, если левая граница интервала [– , ] заключена между –(а+b) и –(а–b), а правая между (а–b) и (а+b). Если же искомый интервал заключен между –(а–b) и (а–b), то имеем:

P{− ≤ x }=

a +

a

=

 

(4)

2a

2a

a

 

 

 

 

т.е. результат совпадает с полученным выше для равномерного распределения, что не удивительно, так как в интервале [–(a–b); (а–b)] трапецеидальное распределение совпадает с равномерным.

Задача 2. Даны результаты десяти измерений электрического сопротивления Ri, Ом, резистора. Найти оценку истинного значения и ошибки измерения при следующих условиях:

а) результаты измерений распределены нормально; б) результаты измерений распределены равномерно; в) распределение неизвестно.

124; 122; 122; 121; 125; 125; 119; 123; 124; 121.

Решение.

а) распределение нормальное.

За оценку истинного значения принимается выборочное среднее:

 

 

1

n

 

 

 

 

 

 

 

 

 

x n =

 

x i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n i=1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10

 

 

 

и так как n=10, то x n

=

1

x i =122,60.

 

 

 

 

 

 

 

 

 

 

10 i=1

 

Выборочная дисперсия равна:

 

1

 

 

n

 

 

 

34,4

 

 

Sn2 =

 

 

∑(x i

x n )2 =

 

= 3,82 .

 

 

 

 

 

 

 

n 1 i=1

9

 

 

Дисперсия выборочного среднего равна:

S x2 =

 

S n2

=

3,82

 

= 0,382 .

 

 

 

 

 

 

 

 

 

 

 

n

10

 

 

 

 

 

 

 

СКО выборочного среднего:

 

S x =

 

 

S x2

= 0,618 .

 

 

 

 

Определим доверительный интервал. Выберем вероятность, например, Р=0,99 и по таблицам распределения Стьюдента при k=n–1=9

найдем: t=3,250. Тогда = t S x = 3,250 0,618 = 2,009 2,01.

Результат измерения запишем в виде:

х = х ± = 122,60 ± 2,01.

б) распределение равномерное.

За оценку истинного значения принимается центр размаха:

xR

=

x min + x max

=

119 +125

=122 .

 

 

 

 

 

2

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

Определим доверительный интервал (см. решение задачи 1), считая,

что распределение

 

сосредоточено в

 

интервале [x R a, x R + a], где

a = (x max

x min )

2:

min )

 

 

(

 

)

 

 

 

P

(

x

max

x

 

 

 

 

=

 

 

 

 

 

=

0,99 125 119

= 2,97.

 

 

 

 

 

2

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Результат запишем в виде:

х = 122,00 ± 2,97.

в) распределение неизвестно.

Для расчета доверительного интервала используем неравенство Чебышева:

 

 

 

 

 

 

 

2

 

P{

 

x M [x ]

 

ε}1

σ x

.

 

 

 

 

ε2

 

 

Отсюда при Р=0,99 найдем:

 

 

 

σ 2

 

 

 

ε2 =

x

=100σ 2

ε =10σ x .

 

 

 

 

0,01

 

 

 

 

 

Результат записывается в виде:

х = М[x] ± 10σx

Оценки М[x], σх в данном случае неизвестны. Полученные результаты показывают, что с уменьшением априорной информации о законе распределения, доверительный интервал возрастает.

Задача 3. При аттестации измерительного канала информационноизмерительной системы (ИИС) проводилось 11 измерений быстродействия, в мсек, канала. Нормативное значение быстродействия составляет m0 =16 мсек. Требуется выяснить равно, занижено или

завышено быстродействие канала по сравнению с нормативным. Доверительную вероятность принять равной P = 0,95.

17,9; 20,5; 18,3; 17,2; 14,0; 18,9; 18,3; 19,8; 19,6; 17,8; 22,1

Решение.

1) Сформулируем гипотезу:

H 0 : x = m0 ; H 0 : x > m0 .

Критерий имеет вид:

T= x m0 .

Sn n

Проведем расчеты (n = 11):

 

1

n

 

1

 

 

 

 

x =

x i =

 

204,4 =18,582

;

 

 

 

 

n i=1

11

 

 

 

 

 

1

n

 

1

 

S n =

(x i x )2 =

42,724 = 2,067,

 

 

10

 

 

 

n 1 i=1

 

 

T =

18,58 16

= 2,94 .

 

 

 

 

 

 

2,067

11

 

 

 

 

 

Определим критическую область. В данном случае выбирается односторонняя критическая область К: t ≥ ε.

Определим ε по таблице распределения Стьюдента (см. Приложение 3) из соотношения

P{T < ε}=1α .

При вероятности Р=0,95 и числе степеней свободы k=n–1=10, получим ε =2,228.

Так как T > ε, то гипотеза Н0 отклоняется, т. е. мы установили, что измеренное значение быстродействия больше нормативного.

Задача 4. На выходе усилителя переменного тока проводилось две серии измерений. В первой серии было проведено 5 измерений электрического напряжения и получена оценка выборочной дисперсии

S52 =100 мкВ2 , во второй серии – 9 измерений, и оценка дисперсии составила S92 = 80 мкВ2. Среднее значение напряжения в обеих сериях

x = 0. Требуется выяснить свидетельствуют ли данные измерения о том, что значение дисперсии в первой серии превышает значение дисперсии во второй серии на уровне значимости α = 0,1.

Решение. Задача решается в соответствии с рекомендациями §2.5. Сначала сформулируем гипотезу:

H 0 :S x2(1) = S x2(2) ;H 0 :S x2(1) > S x2(2) .

Определим критерий в виде:

F =T = S52 .

S92

При условии справедливости гипотезы Н0 критерий имеет F- распределение Фишера. Выберем одностороннюю критическую область

t >ε . Тогда, если значение T попадает в критическую область, то гипотеза

отвергается, и принимается в противном случае. Значение ε находится из

соотношения

{

< ε

}

=1

α по таблицам распределения Фишера. Для

P T

 

этого определяют критическое значение критерия ε(P, k1, k2), где α – уровень значимости: k1= n1–1; k2= n2–1. Проведем расчеты. В нашем случае Т=100/80=1,25; выберем α=0,05. По таблице определим

ε(0,95;4;8)= 3,84 . Так как T =1,25 < ε=3,84, то гипотеза принимается, т. е.

обе серии принадлежат генеральной совокупности с одной и той же дисперсией.

Задача 5. Проводилось исследование передаточных характеристик аналогового преобразователя в стационарном режиме. Для этого на вход подавался сигнал х, а на выходе регистрировался сигнал у. Из теоретических соображений известно, что зависимость имеет вид полинома не выше 2-ой степени. Требуется определить вид функции преобразования у=f(x), оценить отклонение от линейности и максимальную ошибку преобразования в диапазоне изменения измеряемой величины. Рассмотреть два случая:

а) ошибка измерения неизвестна; б) ошибка составляет 10%.

Результаты измерений представлены в табл.1.

Таблица 1

x

1

 

2

 

3

4

 

5

6

7

8

9

 

y/x

10,1

 

10,9

 

12,2

13,1

 

13,9

15,3

16,3

16,7

18

 

Решение.

y

 

 

 

 

 

 

 

 

 

 

Обозначим

z . Задача

состоит

в нахождении зависимости

 

 

 

x

 

 

 

 

 

 

 

 

 

 

z=f(x). Воспользуемся результатами §2.3. Начнем поиск зависимости с наименьшей степени полинома.

1.Модель I: zI = a0

а) Составим систему нормальных уравнений. В данном случае

имеем одно уравнение.

 

 

 

 

 

 

 

 

 

N

 

 

 

 

 

 

 

[z]

 

zi

 

0

 

0

 

 

 

 

i=1

а0[x ] = [zx ] = [z]

a0 =

 

=

 

.

[x 0 ]

N

б) Найдем оценку параметра а0:

 

 

 

 

9

 

 

 

 

 

 

 

 

 

 

zi

 

126,5

 

 

 

 

 

 

a

=

i=1

=

 

= 14,06.

 

 

 

 

 

 

 

 

0

9

9

 

 

 

 

 

 

Модель I имеет вид: zI

= a0 =14,06.

 

 

в) Найдем дисперсию оценки параметра a0 непосредственным вычислением, т. к. система вырожденная (состоит из одного уравнения).

Sa20 = N1 S0I2 ,

где S0I2 = N 1m N (zi zi )2 – дисперсия ошибки эксперимента.

i=1

Полагая N = 9; m = 1, найдем:

S0I2 = 9119 (zi zi )2 = 7,39 ,

i=1

Sa2

=

7,39

= 0,82 Sa = 0,90.

9

0

 

0

 

 

2. Усложним модель, увеличив степень полинома. Модель II:

zII = a0 + a1x

a) Запишем систему нормальных уравнений:

Na0 + a1[x] = [z] a0[x] + a1[x2] = [zx]

б) Найдем оценки параметров.

a0 = 0 ,

где

=

 

N

[x ]

= N

[x 2 ] [x ][x ];

 

 

[x ] [x 2 ]

 

 

 

 

 

0 =

 

 

[z]

[x ]

 

=

[z][x 2 ][x ][zx ],

 

 

 

 

 

 

 

 

[zx ]

[x 2 ]

 

 

 

 

 

 

 

 

N

9

 

 

N

где

[x ] = x i = x i

= 45 ; [x 2 ] = x i = 285 ;

 

 

 

 

 

i=1

i=1

i=1

 

 

 

 

 

N

 

 

 

 

N

 

[z] = zi

=126,5;

[zx ] = x izi = 6919, .

 

 

 

i=1

 

 

 

 

i=1

Получим:

= 9·285 – 45·45 = 2565 – 2025 = 540; 0 = 126,5·285 – 45·691,9 = 36052,5 – 31135,5 = 4917

4917

a0 = 540 = 9,106

 

a

=

1

;

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

где

1

=

 

N

[z]

 

=

 

9

126,5

 

= 6227,1 5692,5 = 534,6

;

 

 

 

 

 

 

 

 

[x]

[zx]

 

 

 

45

691,9

 

 

 

 

a

=

1

=

534,6

= 0,99.

 

 

 

 

 

1

 

 

 

 

 

540

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

в) Выпишем модель II:

zII=9,106 + 0,99x

г) Найдем дисперсию оценок параметров:

Sa2 = [x 2 ] S0II2

; S 2

=

N

S 2

,

 

0

a

 

 

0II

 

 

1

 

 

 

 

где S0II2 = N 12 N [zi (a0 + a1xi )]2 i=1

Расчеты дают:

S02II = 0,4524 S0II = 0,67

Sa20 = 285540 · 0,4524 = 0,239 Sa0 = 0,49 Sa1 = 5409 · 0,4524 = 0,0075 Sa1 = 0,086

Определим доверительные интервалы для оценок параметров. Зададим значение доверительной вероятности Р=0,95. По таблицам

распределения Стьюдента найдем:

 

= t0,95;8

Sa = 2,08

 

для модели I при k = 9 – 1 = 8: t0,95;8 = 2,306;

a

;

для модели II при k = 9 2 = 7: t0,95;7=2,365;

0

 

0

 

a0

= t0,95;7 Sa0 =1,16 ;

 

a1 = t0,95;7 Sa1 = 0,2 .

Дисперсия и доверительный интервал для функции в случае первой модели совпадают с таковыми же для оценки параметра a0 . В случае

второй модели: S 2

= Sa2

+ x 2Sa2

;

Z (x )

= t0,95;7

S

Z (x )

=

2a + x 2

2a , т. е.

Z (x )

0

1

 

 

 

 

0

1

дисперсия и квадрат доверительного интервала растут квадратично с увеличением значения входного сигнала х.

3. Результаты расчетов сведем в табл. 2,3.

Таблица 2

a0 Sa

a0 Sa

 

a1 Sa

0

0

 

1

(модель I)

 

(модель II)

14,06

9106,

 

0,99

0,90

0,49

 

0,086

a = 2,08

a0 =1,16

 

a1 = 0,2

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таблица 3

 

xi

 

 

 

 

 

 

 

 

 

 

 

zi

 

ziI ± ziI

ziII ± ziII

 

 

ziI ziII

 

 

ziII zi

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

10,1

 

 

 

 

14,06

±

10,096

±

1,82

 

3,964

 

 

–0,004

 

 

2

 

 

 

 

10,9

 

 

 

 

2,08

 

 

2,974

 

 

+0,186

 

 

 

 

 

 

 

 

 

 

14,06

±

11,086

±

1,90

 

 

 

 

3

 

 

 

 

12,2

 

 

 

 

2,08

 

 

1,984

 

 

–0,124

 

 

 

 

 

 

 

 

 

 

14,06

±

12,076

±

2,03

 

 

 

 

 

4

 

 

 

 

13,1

 

 

 

 

2,08

 

 

0,994

 

 

–0,034

 

 

 

 

 

 

 

 

 

 

14,06

±

13,066

±

2,20

 

 

 

 

 

5

 

 

 

 

13,9

 

 

 

 

2,08

 

 

0,004

 

 

+0,156

 

 

 

 

 

 

 

 

 

 

14,06

±

14,056

±

2,39

 

 

 

 

6

 

 

 

 

15,3

 

 

 

 

2,08

 

 

0,986

 

 

–0,254

 

 

 

 

 

 

 

 

 

 

14,06

±

15,046

±

2,60

 

 

 

 

 

7

 

 

 

 

16,3

 

 

 

 

2,08

 

 

1,976

 

 

–0,264

 

 

 

 

 

 

 

 

 

 

14,06

±

16,036

±

2,84

 

 

 

 

 

8

 

 

 

 

16,7

 

 

 

 

2,08

 

 

2,966

 

 

+0,326

 

 

 

 

 

 

 

 

 

 

14,06

±

17,026

±

3,10

 

 

 

 

9

 

 

 

 

18

 

 

 

 

2,08

 

 

3,956

 

 

+0,016

 

 

 

 

 

 

 

 

 

 

14,06

±

18,016

±

3,36

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2,08

 

 

 

 

 

 

 

 

 

4. Оценка максимальной погрешности преобразования (см. 6-ой

столбец табл. 3).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σ np =

 

max

 

zi

ziII

 

 

100% ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,326

 

 

 

ziII

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σпр =

 

 

 

 

· 100% 1,9%

 

 

 

 

 

 

 

 

 

 

 

 

17,026

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5. Оценка максимального отклонения от линейности (см. 5-й столбец

табл.3).

 

 

max

 

ziI

ziII

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σнл =

 

 

 

 

 

· 100%

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ziII

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σнл =

 

3,964

 

· 100% 39%

 

 

 

 

 

 

 

 

 

 

 

10,096

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

6. Проверка адекватности модели.

а) дисперсия ошибки эксперимента неизвестна. Составляем критерий.

F =

S0I

2

=

7,39

= 16,34

 

2

0,4524

 

 

 

 

 

S0II

 

 

По таблице распределения Фишера находим критическое значение критерия (выбирается односторонняя критическая область):

Fкр(P, k1, k2); P = 0,95; k1 = N m1 = 8; k2 = N m2 = 7, что дает Fкр(0,95; 8; 7) = 3,73

Так как F>Fкр, то принимается модель II с двумя параметрами.

б) Известна дисперсия ошибки эксперимента:

S02 = (0,1)2 = 0,01.

 

 

 

 

S 2

 

Составляем отношение F =

 

0II

(достаточно проверить отношение

 

S02

 

0,4524

 

 

 

только для модели II): F =

 

= 45,24.

0,01

 

 

 

 

 

 

По таблице распределения Фишера определяем критическое значение критерия Fкр(P, k1, k2); P = 0,95; k1 = 7; k2 = (Число степеней свободы для S02 : k2 = , так как это теоретическая оценка, которой формально соответствует бесконечное число измерений):

Fкр(0,95; 7; ) = 2,01

Так как F>Fкр, то гипотеза о равенстве дисперсий отвергается. Поскольку модель адекватна, то можно сделать вывод, что априорное значение дисперсии ошибки эксперимента занижено.

Задача 6. Определение концентрации SiO2 в мартеновском шлаке проводилось двумя способами: весовым – 12 опытов и фотокалориметрическим – 15 опытов. Получены следующие результаты:

x1 = 20, 5%,

S12

= 0,0529;

x2 = 21, 3%,

S22

= 0,1600.

Существует ли значимое расхождение между первым и вторым результатами, если считать, что:

а) методы равноточны: σ12 =σ22 =σ 2 = 0,18; б) о равноточности методов сведений нет.

Решение.

 

 

 

 

 

 

 

 

 

а). Сформулируем гипотезу H0

: mx2

= mx2 , σ

12 =σ

22 ;

 

 

 

: mx2

mx2 . Для

H

0

 

1

2

 

 

 

 

 

1

2

решения используем t - критерий Стьюдента. Уровень значимости выберем α = 5% . Критерий в данном случае имеет вид

T =

x2 x1

 

 

1

 

,

 

 

 

S

1/ n

+

 

 

 

 

 

 

1/ n

 

 

 

 

 

1

 

2

 

 

 

 

где S =

(n 1)S 2

+(n 1)S 2

. Число степеней свободы ν = n1 + n2 2 = 25 .

1

1

2

 

2

 

 

 

 

n1 +n2 2

 

 

Проведем расчеты:

 

 

S =

 

11 0, 0529 +14 0,16

= 0,376 .

 

 

 

 

25

 

 

 

 

 

 

Для выборочного значения критерия имеем

 

21,3 20,5

1

= 5,51.

 

 

 

 

 

 

T

=

0,376

 

 

 

 

 

 

 

 

1/12 +1/15

 

 

 

 

t1α / 2 (ν) , то

Выберем квазисимметричную критическую область. Если

 

 

 

 

 

T

 

гипотеза

отвергается, иначе

принимается.

В нашем случае

= 5,51 > t0,975 (25) = 2, 06 ,

поэтому

гипотеза о

равенстве

 

 

 

результатов

T

 

 

 

отвергается.

Задача 7. Детали, изготовленные на станке, в силу случайных причин отличаются по своему диаметру. По априорным сведениям установлено, что размер диаметра есть нормально распределенная случайная величина со стандартом σ = 3 мм. Какова вероятность брака, если бракуются детали, диаметр которых отличается от x более, чем на 0,15σ = 0, 45 ? Сколько нужно проверить деталей, чтобы получить вероятность ошибок первого и второго рода α = β = 5% ?

Решение.

Используем нормальное распределение. По ф. (2.23) найдем

P(x 0, 45 x x + 0, 45) = Φ(0,15σ / σ ) −Φ(0,15σ / σ ) = 0,56 0, 44 = 0,11,

Таким образом, вероятность брака составляет 11%. Для ответа на второй вопрос задачи используем критерий (2.126):

T= xn m0

σ/ n .

Имеем

P =1α = 0,95 = Φ(ε) −Φ(ε) . Отсюда

по таблице нормального

распределения

найдем ε =1,96 . Выборочное

значение критерия равно

0,15σ

 

n . Критическая область определяется неравенством

T

= σ / n

= 0,15

>1,96 . Отсюда для числа измерений найдем n >180 , т.е. при таком числе

T

измерений обеспечивается вероятность ошибки первого рода 5%. Одновременно при этом же числе измерений обеспечивается вероятность ошибки второго рода 5%. Для этого достаточно обозначить H0 H1 , тогда

H1 : xn = m0 , H1 = H1 : xn m0 , что и дает решение задачи.

Задача 8. Сравните производительность завода в дневную и ночную смены, если:

-среднее значение производительности в дневную смену за 30 дней

x=62,7 тыс. руб.;

- выборочная дисперсия в дневную смену за это же количество дней

S12 = 0,66 [тыс. руб.]2;

- среднее значение производительности в ночную смену за 20 дней

y = 62,4 тыс. руб.; - выборочная дисперсия в ночную смену за это же количество дней

S22 =0,8 [тыс. руб.]2.

Уровень значимости принять равным 5% .

Решение.

 

 

 

 

 

 

 

 

 

а). Сформулируем гипотезу H0

: mx2

= mx2 , σ

12 =σ

22 ;

 

 

 

: mx2

mx2 . Для

H

0

 

1

2

 

 

 

 

 

1

2

решения используем t -критерий Стьюдента. Уровень значимости выберем

α = 5% . Критерий в данном случае имеет вид

 

T =

 

x2

x1

 

. Число

 

S 2

/ n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+ S 2 / n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

1

2

2

 

 

 

 

 

 

 

 

 

 

 

 

(S12 / n1 + S22 / n2 )2

 

 

 

 

 

[] –целая часть

степеней свободы ν

=

 

 

 

 

 

 

 

 

 

 

 

 

 

, где

(S

2

/ n )

2

/(n

+1) +

(S

2

/ n )

2

/(n

+1)

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

1

1

 

 

1

 

 

2

 

2

 

 

 

 

 

 

 

числа.

Определим

 

 

 

 

выборочное

 

 

 

значение

 

критерия

62, 7 62, 4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

T =

 

=1, 21.

 

Для числа

степеней

свободы

расчеты

дают

0, 66 / 30 +0,8 / 20

 

ν =42.

Критическое

 

значение

критерия

определяем

по

 

таблице

t0 ,95 (42) = 1, 96 . Так

как

<1,96 ,

 

 

то

 

гипотеза принимается,

т.е.

T

 

 

 

 

производительность завода одинакова для обеих смен с доверительной вероятностью 95%.