- •4. Последовательность операций при анализе результатов параллельных опытов.
- •7. Погрешности. Причины их возникновения.
- •8. Случайная величина. Законы распределения и формы, в которых они задаются.
- •10.Обнаружение и исключение грубых ошибок.
- •11. Эксперимент в научном исследовании. Выбор факторов и параметров.
- •12. Точечные и интервальные оценки нормального распределения. Критерии Стьюдента и Пирсона.
- •13. Объекты исследования, их классификация. Схема «Черного ящика».
- •15. Моделирование как метод изучения объекта. Типы моделей.
- •16. Статистическое сравнение результатов двух серий опытов.
- •17. Этапы научных исследований. Источники научно-технической информации.
- •19. Числовые характеристики случайных величин
- •20. Теорема сложения вероятностей.
- •22. Теорема о полной вероятности
- •23. Основные понятия теории вероятности
- •25. Генеральная совокупность и выборка. Число степеней свободы. Точность эксперимента.
- •29. Теорема гипотез
- •30. Статистические гипотезы и их проверка.
16. Статистическое сравнение результатов двух серий опытов.
Для 2х и более серий
⇾
H0
⇾
Сравниваем оценки среднеариф. значения дисперсии, т.е. вычисляют является ли 1 и 2 оценками одного и того же М(х), а ? одной и той же гениральной совокупности. При сравнении 2х дисперсий пользуются критерием Фишера (F).
F=(>)
Если F<Fтабл, то Н0 принимают.
Еще для сравнения дисперсий можно использовать значение Стьюдента:
t=
= –свободное среднеквадр. отклонение, которое учитывает дисперсию всех выборок.
17. Этапы научных исследований. Источники научно-технической информации.
Формулировка задачи исследования
Выбранная тема должна быть актуальной, осуществимой силами научной группы, должно быть экономически обособленной.
Информационный поиск
Информационный поиск заключается в изучении и критическом анализе научно-технической информации по выбранной теме.
Первичный источником являются: книги, статьи, авторские свидетельства, ГОСТы, диссертации.
Вторичные ист. информации представляют собой результат критической переработки первичных источников и публикуются в виде «сигнальной» информации. Например, реферативные журналы, каталоги.
Научный поиск – органически связаны между собой теор. и экспериментальные исследования.
3.1) Эксперимент
3.2) Теоретическое исследование
Успешность данного этапа зависит от выбора необх. методики. Совершенства используемой литературы. Выбора плана эксперимента. Результаты научного поиска должны являться патенты, статьи в научных журналах или заявки на изобретение.
Внедрение результатов - является реализация научно – исследовательской работы на практике с привлечением третьих лиц.
19. Числовые характеристики случайных величин
Для изучения случайных величин пользуются рядом числовых характеристик, которые характеризуют степень разбросонности значений Х относительно среднего Х.
Характеристикой предположений являются:
мат. ожидание
мода
медиана
М(x)=x1p1(x1)+x2p2(x2)…xnpn(xn)=∑xipx(xi)
определения мат. ожидания, дискретной случайной величины.
n – число возможных значений случайной величины.
M(x)= - для непрерывной случайной величины.
Мат. ожидание случайной величины приблизительно равно ее среднему значению.
M(x)⇾
M0- мода – называется значение случайной величины имеющей у дискретной случайной величины максимальную вероятность, а у не прерывной максимальную плотность.
ᵩ(х)
М0
Хср Х
Ме – медиана – соотв. знач. Х середине упорядоченного вариационного ряда.
Основными характеристиками по которым судят о форме кривой распределения явл. дисперсия и среднеквадратическое отклонение.
Дисперсия – мат. ожидание квадрата отклонения случайной величины от ее мат. ожидания.
D(х)= М[x-M(x)]2=[x1- M(x)]2P1+[x2-M(x)2]P2
∑[xi-M(x)]2Pi
D=∑[xi-x]2Pг
Дисперсия
Gx=
По результатам эксперимента истинное значение определить не возможно, поэтому пользуются выборочным значением.
20. Теорема сложения вероятностей.
P(A+B)=
P(A+B)=P(A)+P(B)-P(AB) если событие А и В совместные. Если события не совместные:
P(A+B)=P(A)+P(B)
Теория сложения и умножения могут быть совмещены для любого количества событий.