
- •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
Глава 2. Статистический анализ выборочных совокупностей случайной величины
2.1. Понятие генеральной и выборочной совокупностей
Генеральная
совокупность
представляет собой полный набор всех
возможных значений, которые может
принимать случайная величина в
определенных границах значений того
или иного признака того или иного
объекта. Практически число таких значений
ограничено, но оно должно быть очень
большим. Например, если на какой-либо
площади S
производится
опробование месторождения полезного
ископаемого разведочными скважинами,
площадь сечения которых равна
s,
то полный набор всех случайных значений,
предположим – содержания полезного
ископаемого, будет составлять их
отношение
.
Если говорить, например, о содержании полезного ископаемого, то понятно, что оно не может принимать отрицательные значения, а также и не может принимать значения, превышающие определенный предел.
Очевидно, что при разведке месторождений полезных ископаемых ограничиваются проведением сравнительно небольшого числа n разведочных скважин (n << N), совокупность значений содержания по которым называется выборочной совокупностью или выборкой.
Вообще, как таковой, генеральной совокупности не существует, поскольку исследователю неизвестны ее параметры. Существует только поле возможных значений признаков, из которого производится выборка определенного объема и по исследованию которой формируют уже суждение о самой генеральной совокупности. Очевидно, что качество решения данной задачи напрямую зависит от объема выборочной совокупности.
Возможна и такая ситуация. Исследователь имеет, например, весьма большое число случайных значений какого-либо показателя. Для исследования при этом он использует только часть (выборку) этой совокупности, являющуюся по отношению к выборке генеральной совокупностью.
Какие же условия определяют объем выборки?
Во-первых, выборка должна быть представительной (репрезентативной). Это значит, что основные характеристики выборочной совокупности должны быть с установленной точностью и надежностью соответствовать подобным характеристикам генеральной совокупности (закон распределения, средние значения показателя, дисперсия и др.).
Сложность здесь заключается в том, что фактические характеристики генеральной совокупности остаются неизвестными. Некоторые сопоставления можно выполнить только при детализации исследований, например, при эксплуатационной разведке месторождения, сравнивая ее показатели с данными предварительной (детальной) разведки.
Во-вторых, выборочная совокупность должна быть случайной. Например, при разведке месторождения полезного ископаемого разведочная сеть должна случайным образом располагаться на разведуемой площади.
Если объект – месторождение, то расположение разведочных выработок на нем чаще всего является не совсем случайным. В большинстве случаев разведочная сеть является регулярной либо ее расположение согласуется с вполне определенными принципами разведки, которые являются сами по себе закономерными. Но при этом можно считать, что фактическое расположение разведочной сети из возможных ее положений в намеченном месте является случайным (случайный выбор фактического положения начала координат разведочной сети, случайная ориентировка и т.п.).
Для других объектов могут быть использованы и другие методы формирования выборочной совокупности:
- простой случайный отбор из генеральной совокупности;
- отбор только по выделенным частям генеральной совокупности;
- механический отбор, при котором вся генеральная совокупность делится на число частей, соответствующих объему выборки;
- серийный отбор, предусматривающий формирование выборки сериями; например, отбор проб из отвала в установленных местах, по площади вагона с рудой – по установленной схеме и т.п.
Возможны и другие способы формирования выборочных совокупностей при выполнении указанных выше условий.