
- •Введение
- •Глава 1. Случайная величина. Законы распределения случайных величин
- •1.1. Понятие случайной величины
- •1.1.1. Виды измерений
- •1.1.2. Единицы измерений, используемые в маркшейдерском деле
- •1.1.3. Случайная величина
- •1.1.4. Вероятность события
- •1.2. Вариационные ряды
- •1.3. Характеристики вариационных рядов
- •1.3.1. Средние значения признака
- •1.3.2. Дисперсия и среднее квадратическое отклонение
- •1.3.3. Показатели вариации
- •1.3.4. Медиана и мода
- •1.3.5. Асимметрия и эксцесс
- •1.3.6. Условные моменты q-го порядка
- •1.4. Графическое изображение вариационных рядов
- •1.4.1. Гистограмма распределения
- •1.4.2. Полигон распределения
- •1.4.3. Кумулята
- •1.4.4. Огива
- •1.5. Сглаживание эмпирических данных
- •1.5.1. Графическое сглаживание
- •1.5.2. Аналитическое сглаживание
- •1.5.2.1. Сглаживание линейной функцией
- •1.5.2.2. Сглаживание показательной функцией
- •1.5.2.3. Сглаживание степенной функцией
- •1.5.2.4. Сглаживание параболической функцией
- •1.5.2.5. Сопоставление результатов сглаживания
- •1.5.2.6. Краткие рекомендации к подбору сглаживающих функций
- •1.6. Законы распределения случайных величин
- •1.6.1. Задание закона распределения
- •1.6.2. Равномерное распределение
- •1.6.3. Нормальное распределение
- •1.6.4. Распределение Стьюдента
- •1.6.5. Распределение Шарлье
- •1.6.6. Биномиальный закон распределения
- •1.6.7. Распределение Пуассона
- •1.6.8. Распределение
- •1.6.9. Показательное распределение
- •1.7. Проверка согласования эмпирического распределения с теоретическим
- •1.7.1. Критерии согласия
- •1.7.2. Критерий согласия к.Пирсона
- •1.7.3. Критерий согласия в.И.Романовского
- •1.7.4. Критерий согласия а.Н.Колмогорова
- •1.7.5. Сопоставление эмпирических распределений с нормальным распределением упрощенными способами
- •1.7.5.1. Использование показателей асимметрии и эксцесса
- •1.7.5.2. Критерий Шарлье
- •1.7.5.3. Критерий Шовенэ
- •1.7.5.4. Способ Линдеберга
- •1.7.5.5. Критерий знаков
- •1.7.6. Сопоставление эффективности критериев
- •Глава 2. Статистический анализ выборочных совокупностей случайной величины
- •2.1. Понятие генеральной и выборочной совокупностей
- •2.2. Оценивание параметров распределения
- •2.2.1. Понятие оценки параметра распределения
- •2.2.2. Интервальная оценка математического ожидания
- •2.2.3. Оценка эмпирического значения дисперсии
- •2.2.4. Сравнение средних двух или нескольких выборок
- •2.2.5. Определение необходимого объема выборок
- •2.3. Дисперсионный анализ
- •2.3.1. Однофакторный дисперсионный анализ
- •2.3.2. Двухфакторный дисперсионный анализ
- •2.4. Корреляционный анализ
- •2.5. Регрессионный анализ
- •2.5.1. Метод наименьших квадратов
- •2.5.2. Линейная регрессия
- •2.5.3. Нелинейная регрессия
- •2.5.4. Понятие о множественной регрессии
- •Глава 3. Обработка результатов многократных измерений одной величины
- •3.1. Общие замечания
- •3.1.1. Задачи обработки результатов многократных измерений
- •3.1.2. Классификация погрешностей измерений
- •3.1.3. Свойства случайных погрешностей
- •3.1.4. Среднее арифметическое
- •3.2. Оценка точности ряда равноточных однородных измерений
- •3.2.1. Средняя квадратическая погрешность
- •3.2.2. Средние квадратические погрешности функций измеренных величин
- •3.2.3. Порядок обработки ряда равноточных измерений
- •3.2.4. Порядок обработки ряда двойных равноточных измерений
- •С учетом (3.26) и (3.27) получим
- •3.3. Об учете систематических погрешностей в измерениях
- •3.4. Обработка ряда неравноточных однородных измерений
- •3.4.1. Понятие о весе результата измерения
- •3.4.2. Погрешность единицы веса
- •3.4.3. Порядок обработки ряда неравноточных измерений
- •3.4.4. Порядок обработки ряда двойных неравноточных измерений
- •3.5. Допуски результатов измерений и их функций
- •Глава 4. Уравнивание геодезических построений
- •4.1. Задачи уравнительных вычислений
- •4.2. Коррелатный способ уравнивания
- •4.3. Параметрический способ уравнивания
- •4.4. Приемы решения систем линейных уравнений
- •4.4.1. Способ последовательной подстановки
- •4.4.2. Способ матричных преобразований
- •4.4.3. Решение систем линейных уравнений по алгоритму Гаусса
- •4.4.4. Способ краковянов
- •4.5. Геометрические условия в геодезических построениях
- •4.5.1. Условие фигуры
- •4.5.2. Условие горизонта
- •4.5.3. Условие суммы углов
- •4.5.4. Условие дирекционных углов
- •4.5.5. Условие сторон
- •4.5.6. Условие полюса
- •4.5.7. Условие координат
- •4.6. Примеры коррелатного способа уравнивания
- •4.6.1. Уравнивание углов в полигоне
- •4.6.2. Уравнивание системы нивелирных ходов с несколькими узловыми точками
- •4.6.3. Уравнивание полигонометрического хода
- •4.6.4. Уравнивание системы полигонометрических ходов с одной узловой точкой
- •4.6.5. Уравнивание системы полигонометрических ходов с двумя узловыми точками
- •4.6.6. Уравнивание триангуляции
- •4.6.7.Уравнивание триангуляции по условию координат
- •4.6.8. Уравнивание линейно-угловой сети
- •4.7. Примеры уравнивания параметрическим способом
- •4.7.1. Уравнивание углов в полигоне
- •4.7.2. Система нивелирных ходов с несколькими узловыми точками
- •4.7.3. Уравнивание полигонометрического хода
- •4.7.4. Система полигонометрических ходов с двумя узловыми точками
- •4.7.5. Уравнивание направлений в триангуляции
- •4.8. Нестрогие способы уравнивания
- •4.8.1. Примеры раздельного уравнивания
- •4.8.1.1. Полигонометрический ход
- •4.8.2. Способ эквивалентной замены
- •4.8.3. Способ полигонов в.В.Попова
- •4.8.4. Способ последовательных приближений
- •4.9. Оценка точности уравненных элементов и их функций
- •4.9.1. Общие положения
- •4.9.2. Оценка точности при уравнивании коррелатным способом
- •4.9.3. Оценка точности при уравнивании параметрическим способом
- •Списоклитературы
- •Предметный указатель
1.4. Графическое изображение вариационных рядов
1.4.1. Гистограмма распределения
Гистограмма распределения строится для интервальных вариационных рядов в осях значений признака х и частот k (или относительных частот, частостей r). Часто одновременно указывают как оси частот, так и оси частостей. Ширину интервала в масштабе откладывают по оси х, при этом начало первого интервала соответствует хO1 min = xmin, если в таблице интервального ряда с этого значения начинается первый интервал, как это принято, например, для интервальных рядов, приведенных в табл. 1.3, 1.4 и 1.5. Выше было указано, что первый интервал могут начинать и со значения хmin/2. В таких случаях при построении гистограммы учитывают данную рекомендацию. Центр интервала соответствует среднему значению признака в интервале (хOi).
На рис. 1.3 даны примеры построения гистограммы распределения для интервальных вариационных рядов, приведенных в табл. 1.3, 1.4 и 1.5.
1.4.2. Полигон распределения
Полигон распределения строят в тех же осях, что и гистограмму, но при этом значения k и r указывают для центра интервала. В левой часто полигона график начинают от нуля и соединяют со значением частоты или частости первого интервала, а в правой части показатель для среднего значения признака последнего интервала соединяют с максимальным значением варианта.
На рис. 1.4 приведены примеры построения полигона для интервальных вариационных рядов, приведенных в табл. 1.3, 1.4 и 1.5.
Рис. 1.3. Гистограмма
а – табл. 1.3; б – табл. 1.4; в – табл. 1.5
Рис. 1.4. Полигон распределения
а – табл. 1.3; б – табл. 1.4; в – табл. 1.5
1.4.3. Кумулята
Кумулята (кумулятивная кривая) строится в осях х признака и накопленных частот К и (или) накопленных частостей R.
Для построения кумуляты интервальные вариационные ряды, представляемые по форме табл. 1.3, 1.4 и 1.5, преобразуют в несколько иную форму (см. табл. 1.9, 1.10 и 1.11), в которой частоты и частости последовательно суммируют при переходе от одного интервала к другому. Последнему по старшинству интервалу в этом случае будет соответствовать накопленная частота, равная объему совокупности, а накопленная частость – равна единице. При этом на графике кумуляты для нижней границы первого интервала записывают значения частоты и частости, равные нулю.
Таблица 1.9
Характеристика интервального ряда (К = 6 классов)
№№ интервалов |
Интервал содержания в классе, С (г/м3) |
Cреднее значение содержания в интервале, С (г/м3) |
Количество элементов в интервале (частота), k |
Накопленная частота К |
Относительная частота (частость), r |
Накопленная частость R |
1 |
64 – 201 |
132 |
17 |
17 |
0,21 |
0,21 |
2 |
202 – 338 |
269 |
24 |
41 |
0,30 |
0,51 |
3 |
339 – 475 |
406 |
20 |
61 |
0,25 |
0,76 |
4 |
476 – 612 |
543 |
9 |
70 |
0,11 |
0,87 |
5 |
613 – 749 |
680 |
6 |
76 |
0,08 |
0,95 |
6 |
750 – 886 |
817 |
4 |
80 |
0,05 |
1,00 |
|
|
|
80 |
|
1,00 |
|
Таблица 1.10
Характеристика интервального ряда (К = 7 классов)
№№ интервалов |
Интервал содержания в классе, С (г/м3) |
Cреднее значение содержания в интервале, С (г/м3) |
Количество элементов в интервале (частота), k |
Накопленная частота К |
Относительная частота (частость), r |
Накопленная частость R |
1 |
64 – 181 |
122 |
16 |
16 |
0,20 |
0,20 |
2 |
182 – 298 |
239 |
22 |
38 |
0,28 |
0,48 |
3 |
299 – 415 |
356 |
15 |
53 |
0,19 |
0,67 |
4 |
416 – 532 |
473 |
11 |
64 |
0,14 |
0,81 |
5 |
533 – 649 |
590 |
8 |
72 |
0,10 |
0,91 |
6 |
650 – 766 |
707 |
4 |
76 |
0,05 |
0,96 |
7 |
767 – 883 |
824 |
4 |
80 |
0,05 |
1,01 |
|
|
|
80 |
|
1,01 |
|
Таблица 1.11
Характеристика интервального ряда (К = 8 классов)
№№ интервалов |
Интервал содержания в классе, С (г/м3) |
Cреднее значение содержания в интервале, С (г/м3) |
Количество элементов в интервале (частота), k |
Накопленная частота К |
Относительная частота (частость), r |
Накопленная частость R |
1 |
64 – 167 |
116 |
14 |
14 |
0,18 |
0,18 |
2 |
168 – 270 |
219 |
19 |
33 |
0,24 |
0,42 |
3 |
271 – 373 |
322 |
12 |
45 |
0,15 |
0,57 |
4 |
374 – 476 |
425 |
16 |
61 |
0,20 |
0,77 |
5 |
477 – 579 |
528 |
8 |
69 |
0,10 |
0,87 |
6 |
580 – 682 |
631 |
5 |
74 |
0,06 |
0,93 |
7 |
683 – 785 |
734 |
4 |
78 |
0,05 |
0,98 |
8 |
786 - 888 |
837 |
2 |
80 |
0,02 |
1,00 |
|
|
|
80 |
|
1,00 |
|
На рис. 1.5 представлены примеры построения кумулят для данных табл. 1.9, 1.10 и 1.11.
Рис. 1.5. Кумулята
а – табл. 1.3; б – табл. 1.4; в – табл. 1.5
Ранее (см. п. 1.3.4), был приведен пример определения медианы Ме с помощью упорядоченного вариационного ряда. То же самое, но графически, можно определить и с помощью кумуляты. Для этого необходимо провести по уровню R = 0,50 линию, параллельную оси х, до пересечения с кумулятой, а затем снести точку пересечения на ось х. Полученное значение и будет соотвествовать медиане. Так, по кумулятам рис. 1.5 а, б и в соответственно находим: Ме(а) = 260 г/м3, Ме(б) = 250 г/м3, Ме(в) = 265 г/м3.
Напомним, что по упорядоченному вариационному ряду значение медианы Ме = 317,5 г/м3. Использовать упорядоченный вариационный ряд для нахождения медианы можно только для приблизительной ее оценки. При уточнении значения медианы лучше воспользоваться графиком кумуляты.