- •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
Б) Критерий Колмогорова
Если теоретические значения параметров известны, то лучшим критерием является критерий Колмогорова . При неизвестных же параметрах этот критерий также применим, но в этом случае он дает несколько завышенные оценки.
Применение данного критерия рассмотрим на том же примере.
Таблица 12
Номер интервала (№)
|
|
|
(накопленные) |
(накопленные) |
(накопленные)- (накопленные) |
1 |
2 |
3 |
4 |
5 |
6 |
1 |
3 |
2,94 |
3 |
2,94 |
+ 0,06 |
2 |
8 |
6,35 |
11 |
9,29 |
+ 0,71 |
3 |
11 |
13,48 |
22 |
22,77 |
- 0,77 |
4 |
20 |
18,80 |
42 |
41,57 |
+ 0,48 |
5 |
27 |
25,88 |
69 |
67,45 |
+ 1,.55 |
6 |
36 |
30,17 |
105 |
97,62 |
+ 7,38 |
7 |
29 |
30,59 |
134 |
128,21 |
+ 5,79 |
8 |
18 |
26,63 |
152 |
154,84 |
- 2,84 |
9 |
17 |
19,92 |
169 |
174,76 |
- 5,76 |
10 |
17 |
14,79 |
186 |
189,55 |
- 3,55 |
11 |
8 |
7,06 |
195 |
196,61 |
- 1,61 |
12 |
4 |
3,42 |
199 |
199,03 |
- 0,03 |
13 |
1 |
1,40 |
200 |
200,43 |
- 0,43 |
14 |
1 |
0,49 |
|
|
|
Сумма |
200 |
|
|
|
|
В колонках 4 и 5 табл. 12 приведены накопленные суммы, которые образуются путем прибавления последующих частот к сумме предыдущих. Затем составляется разность между накопленными теоретическими и накопленными эмпирическими суммами (колонка 6) и находится максимальное значение этой разности. В данном примере она равна 7,38.
После этого находим ,
где
Коэффициент находится по формуле
.
Пользуясь приложением 3 для данного значения , находим вероятность того, что гипотетическая функция выбрана правильно. Для = 0,5 имеем , т.е. эмпирическая и теоретическая кривые согласуются хорошо.