- •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
1.7.3. Критерий согласия в.И.Романовского
В.И.Романовский предложил следующий критерий согласия: если
, (1.149)
то расхождение между эмпирическим и теоретическим распределениями следует считать неслучайными; если указанное отношение меньше 3, то расхождение следует считать случайным.
Пример 1.30. Выполнить сопоставление эмпирического распределения, заданного в табл. 1.4, используя критерий согласия В.И.Романовского, с теоретическими распределениями: 1. равномерным; 2. нормальным; 3. γ-распределением; 4. распределением Шарлье.
Решение.
Воспользуемся результатами вычислений, выполненных в примерах 1.37 – 1.40.
1. Сравнение с равномерным распределением.
> 3. Ответ: не совпадают.
2. Сравнение с нормальным распределением.
> 3. Ответ: не совпадают.
3. Сравнение с γ-распределением.
< 3. Ответ: совпадают.
4. Сравнение с распределением Шарлье.
< 3. Ответ: совпадают.
1.7.4. Критерий согласия а.Н.Колмогорова
При использовании критерия согласия А.Н.Колмогорова рассматривается модуль разности меэжу интегральной статистической функцией F′(x) распределения и интегральной теоретической функцией F(x) распределения.
Предварительно находят величину
, (1.150)
где ; n – объем совокупности.
Далее находят разницу
, (1.151)
которая определяет вероятность того, что за счет чисто случайных величин максимальное расхождение L окажется не меньше, чем наблюдаемое фактически.
При P(λ) < βКР гипотеза отвергается, а при P(λ) ≥ βКР гипотеза принимается, т.е. эмпирическое и теоретическое распределения считают совместимыми.
Для удобства вычисления P(λ) составлены таблицы (см. приложение 9).
Пример 1.31. Выполнить сопоставление эмпирического распределения, заданного в табл. 1.4, используя критерий согласия А.Н.Колмогорова, с теоретическими распределениями: 1) равномерным; 2) нормальным; 3) γ-распределением; 4) распределением Шарлье. Принять βКР = 0,05.
Решение.
По данным таблиц 1.27 – 1.30 составим общую таблицу интегральных функций распределения.
Таблица 1.31
К примеру 1.31 (1)
№№ п/п |
Эмпирическое |
Равномерное |
Нормальное |
γ-распреде-ление |
Распределение Шарлье |
|||||
ri |
F′(x) |
pi |
F1 (x) |
pi |
F2 (x) |
pi |
F3 (x) |
pi |
F4 (x) |
|
1 |
0,20 |
0,20 |
0,085 |
0,085 |
0,11 |
0,11 |
0,21 |
0,21 |
0,13 |
0,13 |
2 |
0,28 |
0,48 |
0,17 |
0,255 |
0,20 |
0,31 |
0,28 |
0,49 |
0,24 |
0,37 |
3 |
0,19 |
0,67 |
0,17 |
0,425 |
0,24 |
0,55 |
0,23 |
0,72 |
0,25 |
0,62 |
4 |
0,14 |
0,81 |
0,17 |
0,595 |
0,20 |
0,75 |
0,16 |
0,88 |
0,17 |
0,79 |
5 |
0,10 |
0,91 |
0,17 |
0,765 |
0,12 |
0,87 |
0,10 |
0,98 |
0,08 |
0,87 |
6 |
0,05 |
0,96 |
0,17 |
0,935 |
0,05 |
0,92 |
0,05 |
1,03 |
0,05 |
0,92 |
7 |
0,05 |
1,01 |
0,085 |
1,02 |
0,02 |
0,94 |
0,03 |
1,06 |
0,03 |
0,95 |
|
1,01 |
|
1,02 |
|
0,94 |
|
1,06 |
|
0,95 |
|
Таблица 1.32
К примеру 1.31 (2)
F′(x) |
0,20 |
0,48 |
0,67 |
0,81 |
0,91 |
0,96 |
1,01 |
λ |
F1 (x) |
0,085 |
0,225 |
0,425 |
0,595 |
0,765 |
0,935 |
1,02 |
|
L1 |
0,115 |
0,225 |
0,245 |
0,215 |
0,145 |
0,025 |
0,01 |
2,19 |
F2 (x) |
0,11 |
0,31 |
0,55 |
0,75 |
0,87 |
0,92 |
0,94 |
|
L2 |
0,09 |
0,17 |
0,12 |
0,06 |
0,04 |
0,04 |
0,07 |
1,52 |
F3 (x) |
0,21 |
0,49 |
0,72 |
0,88 |
0,98 |
1,03 |
1,06 |
|
L3 |
0,01 |
0,01 |
0,05 |
0,07 |
0,07 |
0,07 |
0,05 |
0,63 |
F4 (x) |
0,13 |
0,37 |
0,62 |
0,79 |
0,87 |
0,92 |
0,95 |
|
L4 |
0,07 |
0,11 |
0,05 |
0,02 |
0,04 |
0,04 |
0,06 |
0,98 |
В таблице 1.32 жирным шрифтом выделены максимальные значения разностей L и значения вычисленных по формуле (1.150) показателей λ.
Пользуясь таблицей приложения 9 по значениям λ найдем соответствующие вероятности:
1. Сопоставление с равномерным распределением: P(λ) = 0,0001 (< βКР = 0,05).
Ответ: не соответствует.
2. Сопоставление с нормальным распределением: P(λ) = 0,0212 (< βКР = 0,05).
Ответ: не соответствует.
3. Сопоставление с γ-распределением: P(λ) = 0,8209 (> βКР = 0,05).
Ответ: соответствует.
4. Сопоставление с распределением Шарлье: P(λ) = 0,3582 (> βКР = 0,05).
Ответ: соответствует.