- •Практическая работа № 1 установление закона изменения случайных величин по результатам опыта
- •1. Основные понятия и определения теории вероятностей и математической статистики
- •II. Методика построения эмпирической кривой вычисление ее параметров и характеристик
- •1. Построение эмпирической кривой
- •2. Техника вычислений параметров эмпирического распределения
- •А) Значения выборки заданы однозначными или двухзначными величинами. Объем выборки n 25
- •Б) Значения выборки заданы многозначными величинами. Объем выборки n 25
- •В) Результаты эксперимента заданы выборкой небольшого объема. Объем выборки n 25
- •Методика определения поля допуска по эмпирическому распределению
- •4. Вычисление коэффициентов относительной асимметрии и относительного рассеивания
- •А) Поле допуска задано и изменению не подлежит.
- •Б) Поле допуска не задано
- •5. Критерии для непринятия резко выделяющихся наблюдений (ошибок измерения)
- •6. Функции плотности теоретических и эмпирических распределений
- •Подбор теоретической функции для эмпирического распределения
- •2. Выравнивание эмпирического распределения по гипотетическим теоретическим
- •7. Сравнение эмпирических и теоретических функций распределения частот по критериям согласия
- •А) Критерий согласия Пирсона
- •Б) Критерий Колмогорова
- •Практическая работа № 2 установление вида зависимости между двумя переменными величинами
- •Функциональная зависимость
- •Корреляционная зависимость
- •Определение коэффициента корреляции по выборка большого объема
- •Приложения
- •Плотность вероятности нормального распределения
- •Значение функции
6. Функции плотности теоретических и эмпирических распределений
-
Подбор теоретической функции для эмпирического распределения
Рассмотрим случай, когда эксперимент проводится с целью установления вида функции плотности вероятности. Априори эта функция неизвестна и можно лишь предположительно судить о ее виде. Обработка результатов экспериментальных наблюдений производится в следующей последовательности:
а) по опытным данным строится эмпирическая кривая;
б) определяются параметры эмпирического распределения;
в) выдвигается одна или несколько гипотез о функции плотности исследуемой случайной величины, исходя из внешнего вида экспериментальной кривой, из значений ее параметров и технологических факторов, влияющих на ее вид;
г) эмпирическая кривая выравнивается по одной или последовательно по нескольким принятым теоретическим кривым;
д) проводится сравнение по одному из критериев согласия эмпирической и теоретической (выровненной эмпирической) кривых;
е) выбирается функция, дающая наилучшее согласование.
2. Выравнивание эмпирического распределения по гипотетическим теоретическим
Общее правило выравнивания состоит в следующем.
В каждое теоретическое распределение ( в его дифференциальную или интегральную функции) входит несколько величин, называемых параметрами ( математическое ожидание, дисперсия и др.). Так как эти величины априори неизвестны, то их необходимо определить по эмпирическому распределению, подставить в функцию плотности вместо теоретических значений этих величин, а затем рассчитать вероятности середин всех интервалов. Умножив эти вероятности на число опытов, получим теоретические значения частот случайной величины, которые дают выровненную кривую. Для примера рассмотрим выравнивание эмпирического распределения по нормальному закону (Гаусса).
Данный закон двухпараметрический. Поэтому предварительно необходимо вычислить среднее значениеи среднее квадратическое отклонение .
Для вычисления воспользуемся данными, приведенными в табл. 5.
Определяем = -0,0284 и S= 0,0515.
Подставляем эти значения в функцию плотности (12), заменяя на и на .
Результаты выравнивания приведены в табл. 10. Сделаем некоторые пояснения к этой таблице.
В колонке 5 определяется ,
где - середина i-го интервала;
- среднее значение;
- среднее квадратичное отклонение.
По вычисленным значениям в приложении 1 находим значения , которые проставляются в колонке 6.
Таблица 10
Номер интервала (№) |
Середина интервала xi |
Эмпирические частоты mi |
|
|
|
Вероятность интервалов |
Теоретические частоты mi |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
-0,14 -0,12 -0,10 -0,08 -0,06 -0,04 -0,02 0,00 0,02 0,04 0,06 0,08 0,10 0,12 |
3 8 11 20 27 36 29 18 17 17 8 4 1 1 |
-0,1116 -0,0916 -0,0716 -0,0516 -0,0316 -0,0116 0,0084 0,0284 0,0484 0,0684 0,0884 0,1084 0.1284 0,1484 |
-2,17 -1,78 -1,39 -1,00 -0,61 -0,23 0,16 0,55 0,94 1,33 1,72 2,10 2,49 2,88 |
0,0379 0,0818 0,1736 0,2420 0.3332 0,3885 0,3939 9,3429 0,2565 0,1647 0,0909 0,0440 0,0180 0,0063 |
0,01472 0,03177 0,06742 0,09398 0,12940 0,15087 0,15297 0,13317 0,0996 0,07396 0,.03530 0,.01709 0,00699 0,0063 |
2,94 6,35 13,48 18,80 25,88 30,17 30,59 26,63 19,92 14,79 7,06 3,42 1,40 0.49 |
Сумма |
|
200 |
|
|
|
|
200 |
Вероятность каждого интервала (при расчетах полагаем, что все значения интервала сосредоточены в его середине) равна ,
где h=0,02-ширина интервала.
Например, .
Значения приведены в колонке 7.
Умножая на ,получаем значения частот кривой, выровненной по закону Гаусса (колонка 8).
Графики эмпирической и выровненной кривых строятся в координатах:
mi - № интервала; mi -- № интервала