- •Планирование эксперимента
- •И статистическая обработка
- •Результатов измерений
- •Методические указания к лабораторным работам
- •Введение
- •Определение основных числовых характеристик совокупности случайных величин
- •Основные сведения
- •1.1 Получение совокупности случайных величин
- •1.2 Расчет оценок математического ожидания, дисперсии и среднего квадратического отклонения
- •1.3 Исключение резко выделяющихся экспериментальных данных
- •1.4 Расчет относительных характеристик рассеяния случайной величины
- •1.5 Определение ошибки среднего и границ доверительного интервала
- •1.6 Доверительный объем испытаний
- •Требования к отчету
- •Определение вида дифференциального закона распределения совокупности случайных величин
- •Основные сведения
- •2.1 Формирование частотной таблицы
- •2.2 Определение оценок математического ожидания, среднего квадратического отклонения и квадратической неровноты
- •2.3 Определение закона распределения исследуемой величины
- •2.4 Построение графика функции распределения
- •Требования к отчету
- •Определение корреляционных однофакторных моделей по данным пассивного эксперимента
- •Основные сведения
- •3.1 Расчет основных статистических характеристик
- •3.2 Расчет коэффициентов парной корреляции и определение их значимости
- •3.3 Определение линейной модели корреляционной взаимосвязи
- •Требования к отчету
- •Определение статических корреляционных многофакторных моделей по данным пассивного эксперимента
- •Основные сведения
- •4.1 Расчет основных статистических характеристик
- •4.2 Расчет парных коэффициентов корреляции
- •4.3 Расчет множественного коэффициента корреляции и определение его значимости
- •4.4 Определение линейной модели корреляционной взаимосвязи
- •Требования к отчету
- •Разработка регрессионной однофакторной модели по данным активного эксперимента
- •Основные сведения
- •5.1 Условия проведения активного эксперимента
- •5.2 Нахождение статистических характеристик
- •5.3 Проверка гипотезы об однородности дисперсий
- •5.4 Вычисление дисперсии воспроизводимости выходного параметра в опытах матрицы
- •5.5 Вычисление коэффициентов искомого уравнения (модели) и их дисперсий
- •5.6 Проверка адекватности полученной модели
- •5.7 Оценка значимости полученных коэффициентов регрессии
- •Требования к отчету
- •6.1 Разработка матрицы планирования
- •6.2 Нахождение статистических характеристик
- •6.3 Проверка гипотезы об однородности дисперсии
- •6.4 Вычисление дисперсии воспроизводимости выходного параметра в опытах матрицы
- •6.5 Вычисление коэффициентов искомого уравнения (модели)
- •6.6 Оценка значимости полученных коэффициентов регрессии
- •6.7 Проверка адекватности полученной модели
- •6.8 Исследование полученной регрессионной многофакторной модели
- •Требования к отчету
- •Список рекомендуемой литературы
- •Варианты совокупностей случайных величин
- •X1, x2 и y – соответственно удлинение, масса и прочность образца; m – кол-во испытаний
- •Критические значения критерия Смирнова-Граббса
- •Критические значения критерия Пирсона
- •Варианты совокупностей случайных величин
- •Значения критерия Стьюдента
- •Значения критерия Фишера fт
- •Значения Хi
- •Значения Хui
Определение основных числовых характеристик совокупности случайных величин
Цель работы: изучение методов определения основных числовых характеристик и получение начальных навыков работы с совокупностью случайных величин.
Основные сведения
При измерении свойств электронных приборов и разработке методов оценки технологических параметров, как правило, изучается совокупность случайных величин, которая может быть определена основными числовыми характеристиками: средним, дисперсией, коэффициентом вариации, квадратической неровнотой и т.д.. Известно, что числовые характеристики меняются от выборки к выборке и являются также случайными величинами, которые варьируют с заданной доверительной вероятностью в определенном интервале. Чем больше ошибка числовой характеристики, тем шире интервал. Точность каждой числовой характеристики определяется ее ошибкой, а надежность – доверительной вероятностью. Задаваясь точностью и надежностью при известной дисперсии случайной величины, можно определить доверительный объем испытаний для оценки числовой характеристики.
1.1 Получение совокупности случайных величин
Для ознакомления с методикой определения основных числовых характеристик совокупности случайных величин необходимо получить данную совокупность. Она может быть получена на разрывной машине (прочность, удлинение), весах (масса отрезков пряжи, полосок ткани или трикотажа), круткомере (крутка пряжи) и других приборах. Воспользуемся совокупностями, приведенными в приложении А.
1.2 Расчет оценок математического ожидания, дисперсии и среднего квадратического отклонения
Математическое ожидание Ỹ (среднее значение) определяет центр распределения случайных величин, около которого группируется большая их часть. Абсолютными характеристиками рассеяния случайной величины Y около центра распределения Ỹ является дисперсия S2 {Y} и среднее квадратическое отклонение S{Y}.
Расчет оценок математического ожидания, дисперсии и среднего квадратического отклонения для анализируемой выборки осуществляется по следующим формулам:
; |
(1.1) |
|
|
; |
(1.2) |
|
|
. |
(1.3) |
1.3 Исключение резко выделяющихся экспериментальных данных
Совокупность полученных экспериментальных данных часто имеет значения, резко выделяющиеся относительно других, что приводит к постановке вопроса об их исключении из дальнейшей обработки. Причиной появления таких данных может быть изменение условий проведения опыта в момент наблюдения, ошибочная регистрация параметра (по вине оператора) и т.п. Независимо от причин получения резко выделяющихся данных они могут существенно исказить числовые характеристики. С другой стороны, при необоснованном исключении таких данных числовые характеристики также будут искажены.
Самый надежный метод определения возможности исключения резко выделяющихся данных – это анализ условий, при которых они были получены. Если условия существенно отличаются от стандартных (или установленных по плану эксперимента), то данные необходимо исключить из дальнейшей обработки независимо от их величины. Если определение существенности изменения условий эксперимента невозможно или представляет большие трудности, то используют статистический метод исключения данных, сущность которого заключается в следующем:
находят в совокупности максимальную и минимальную величины и определяют расчетные значения критерия Смирнова-Граббса:
; |
(1.4) |
|
|
. |
(1.5) |
сравнивают полученные значения с табличным VТ (приложение Б), если VR max или VR min больше VТ , то соответствующее значение Yi необходимо исключить из совокупности, а затем повторить расчет оценок Ỹ, S2{Y} и S{Y};
процедуру повторяют до полного исключения резко выделяющихся значений из совокупности.