big_doc_LKG

2) у полі INPUT FILE – ВИХІДНИЙ ФАЙЛ зі списку вибрати необхідний варіант представлення вихідних даних. Від варіанту представлення вихідних даних залежить зовнішній вигляд діалогового вікна Т-тесту.

Дані для аналізу у файлі даних можуть бути представлені двома способами:

– ONE RECORD PER CASE (USE A GROUPING VARIABLE) – ОДИН

ЗАПИС НА ВИПАДОК (ВИКОРИСТОВУВАТИ ЗМІННУ ГРУПУВАННЯ). В

цьому випадку для виділення вибірок з сукупності даних використовується так звана змінна групування (рис. 1.9). У наведеному прикладі досліджуються відмінності статистичних даних про пробіг та кількість аварій автомобілів типів КАМАЗ та ГАЗ у парку. Змінна АВТО у цьому випадку використовується як

групувальна.

Вона в процесі аналізу розрізняє дані у змінних ПРОБІГ та АВАРІЇ на дві незалежні вибірки (одна для автомобілів КАМАЗ, друга

– для автомобілів ГАЗ). В якості змінної групування може виступати будь-яка змінна, яка приймає як числові так і текстові значення. Наприклад, можна у змінній групування вка-

зати значення 1 для першої групи, 2 для другої групи і так далі;

– EACH VARIABLE CONTAINS THE DATA FOR ONE GROUP – КОЖНА ЗМІННА МІСТИТЬ ДАНІ ДЛЯ ОДНІЄЇ ГРУПИ. В цьому випадку тест прово-

диться між вибірками, кожна з яких є окремою змінною. Наприклад, дані попереднього прикладу можуть бути представлені у вигляді окремих змінних (рис. 1.10).

Таким чином, для кожної групи даних виділено окрему змінну. Зовнішній вигляд діалогового вікна Т-тесту в такому випадку наведений на рис. 1.11.

3) у випадку використання змінної групування натиснути кнопку , після чого у діалоговому вікні SELECT ONE

Рис. 1.13. Вибір змінних у списки для аналізу без групування даних

5) для виконання обчислень натиснути кнопку діалогового вікна Т-тесту. У випадку використання змінної групування результати обчислення виводяться у електронну таблицю та мають вигляд, подібний представленому на рис. 1.14.

Рис. 1.14. Результати Т-тесту з групуванням даних

У рядках цієї таблиці містяться досліджувані змінні. У стовпчиках таблиці наведені різні описові та розрахункові статистики, такі як се-

редні значення та стандартні відхилення для груп даних, розрахункове значення критерію Стьюдента (T-VALUE), кількість ступенів вільності (df), гранична імовірність прийняття гіпотези про однорідність вибірок (p), тощо;

У випадку проведення Т-тесту без змінної групування електронна таблиця результатів розрахунку має вигляд, подібний наведеному на рис. 1.15. Назви рядків цієї таблиці містять імена пар змінних, для яких проведений тест.

6) прийняти рішення про однорідність вибірок, тобто про суттєвість розбіжності між вибірками. Розбіжність між вибірками вважається несуттєвою, якщо розрахункове значення граничної імовірності p

перевищує прийнятий для тесту рівень значимості.

Вибірки розглядались як незалежні з іменами , та , змінна групування не використовувалась. Всі значення у стовпчику р перевищують прийнятий рівень значимості , отже у таблиці результатів немає жодного підсвіченого червоним рядка. Це означає, що всі ви-

бірки є попарно однорідними, належать до однієї генеральної сукупності і у подальшому аналізі всі три вибірки можна об’єднати у одну.

1.6. Визначення мінімально необхідної кількості спостережень для оцінки параметрів розподілу

З математичної точки зору найбільш характерними у транспортних системах є такі види вибірок із генеральної сукупності:

повторна – показники транспортного процесу при обслуговуванні будівельних об’єктів і виробничих цехів на промислових підприємствах; показники процесу формування транспортних партій вантажів для виробничих цехів підприємства; показники роботи автомобільного парку; показники роботи автомобільного транспорту на закріплених маршрутах тощо);

безповторна в натуральних або відносних одиницях – кіль-

кість вантажних одиниць в одному замовленні або в одній транспортній партії; ступінь завантаження транспортного засобу за одну їздку; величина вхідного вагонопотоку або вантажопотоку і ін.;

безповторна у часі – хронометричні спостереження тривалості транспортно-складських операцій).

Отримане на основі спостережень або експерименту середнє значення досліджуваної випадкової величини завжди буде відхилятись від істинного, генерального значення. Величина цього відхилення характеризує точність визначення істинної середньої. Надійність її визначення із заданою точністю за інших однакових умов (кваліфікація дослідника, досконалість використовуваних вимірювальних приладів тощо) повністю залежить від кількості здійснених спостережень. У зв’язку з цим виникає необхідність у визначенні такої кількості спостережень (дослідів, вимірювань), яка забезпечує досліднику упевненість у позитивному результаті. Разом з тим, кількість отриманої інформації для побудови моделі не повинна бути занадто великою. Тому задача полягає у визначенні мінімальної кількості спостережень

Із викладеного виходить, що довірчий інтервал характеризує точність спостережень, а довірча ймовірність – імовірність того, що дійсне значення випадкової величини попаде в даний довірчий інтервал. Довірча імовірність характеризує не оцінювані параметри досліджуваної вибірки, а тільки межі довірчого інтервалу в різних вибірках генеральної сукупності. Величина показує в частках одиниці або процентах кількість вибірок у генеральній сукупності, в яких зустрічається оцінюваний параметр з даним довірчим інтервалом. На практиці у більшості випадків задаються надійністю, що дорівнює

0,90; 0,95 або 0,99.

При плануванні і проведенні спостережень досліджуваних процесів або явищ задача полягає у тому, щоб за заданою регламентованою точністю або і довірчою імовірністю визначати мінімальну кількість вимірів випадкової величини, які гарантують необхідні зна-

бираються із конкретних вимог, що висуваються до припустимих відхилень досліджуваного параметру у даній вибірці. Підставою для обґрунтування величин абсолютної або відносної регламентованої точності можуть бути:

–обмеження, які пов’язані з виконанням технологічного процесу (швидкості руху транспортних засобів; режими роботи вантажних пунктів; наявні обсяги матеріальних, енергетичних і людських ресурсів і ін.);

–технічні умови на транспортні процеси (формування вантажних одиниць, кріплення вантажів на транспортних засобах, наван- таження-розвантаження транспортних засобів тощо);

–нормативи на певні показники транспортного процесу (завантаження транспортних засобів; тривалість виконання вантажних операцій; витрачання енергетичних, матеріальних і трудових ресурсів і ін.);

–точність вимірювальних пристроїв (ваги, дозатори, спідометри,

енерголічильники і ін.).

Розглянемо методи визначення мінімального обсягу вибіркових спостережень для деяких видів розподілу випадкових величин, які найчастіше зустрічаються в практиці дослідження параметрів транспортного процесу.

для безповторної вибірки

. (1.83)

При використанні величини формули (1.82) та (1.83) набувають вигляду:

для повторної вибірки

процентах.

Визначення обсягу вибірки проводять в такій послідовності.

1.Виконують декілька попередніх (пробних) вимірювань у кількості від 30 до 50 в залежності від трудомісткості досліду.

2.Обчислюють вибіркове стандартне відхилення .

3.У відповідності до поставлених задач дослідження встановлюють необхідну точність спостережень (вимірів) або . При інструмента-

льних дослідженнях ці величини повинні бути меншими за точність приладу, яким виконуються спостереження.

4.Задають довірчу імовірність і нормоване відхилення .

5.За формулами (1.82, 1.83) або (1.84, 1.85) визначають кількість спостережень. У подальшому ця кількість спостережень приймається

за мінімальну необхідну.

Приклад 24. Досліджується процес формування транспортних партій вантажів для централізованої доставки їх із центрального матеріального складу підприємства у виробничі цехи. Необхідно визначити мінімальну необхідну кількість спостережень (транспортних партій) для обчислення середнього обсягу поставок з регламентованою точністю і і надійністю .