- •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
2.2. Оценивание параметров распределения
2.2.1. Понятие оценки параметра распределения
Законы распределения случайных величин устанавливают на основе опыта. При этом очевидно, что число наблюдений (число случайных величин) всегда ограничено. При исследованиях поля случайных величин необходимо установить как устойчивые признаки данного явления, так и случайные признаки, котороые проявляются при ограниченных по объему наблюдениях. В связи с тем, что число наблюдений ограничено, то все параметры получают с приближенными оценками. Задача оценивания параметров распределения заключается в определении «наилучших» значений неизвестных параметров с указанием точности получения тех или иных значений. Оценка неизвестного параметра генеральной совокупности (по исследованию выборки) одним числом называется точечной оценкой. Кроме точечной оценки существует т.н. интервальная оценка, которая представляет собой числовой интервал значений параметра, в котором, с известной (установленной) вероятностью может находиться полученная точечная оценка.
Наилучшими оценками, как это принято в математической статистике, являются оценки, имеющие свойства состоятельности, которая определяется как
при , (2.1)
несмещенности, определяемой выражением
, (2.2)
и эффективности, характеризующейся минимальным значением дисперсии:
. (2.3)
В выражениях (2.1) – (2.3): – искомый параметр; – оценка искомого параметра; – математическое ожидание оценки; – дисперсия оценки.
В частности, если случайная величина равспеделена по нормальному закону, то среднее арифметическое ее значение (точечная оценка) как раз и имеет все указанные свойства – состоятельности, несмещенности и эффективности.
2.2.2. Интервальная оценка математического ожидания
В основу интервальной оценки положен мотод доверительных интервалов. Если задаться т.н. доверительной вероятностью β, то можно определить доверительные интервалы по обе стороны от среднего значения случайной величины (точечной оценки), в пределах которой и будет находиться точечная оценка с установленным значением доверительной вероятности.
При построении доверительных интервалов возможно появление двух случаев:
– известно точное значение стандарта;
– имеются результаты сравнительно небольшого числа наблюдений, т.е. получено приближенное значение стандарта.
Если стандарт известен точно, то вероятность того, что значение случайной величины попадет в интервал от (хо – Δ) до (хо + Δ), равна
, (2.4)
где .
По таблице приложения 2 находят искомую вероятность.
Пример 2.1. При обработке данных статистической совокупности получено среднее значение параметра хо = 756 ед., стандарт σ = 158 ед. Определить вероятность того, что среднее значение параметра принадлежит интервалу Δ = ± 100 ед.
Решение.
Находим значение t = 100/158 = 0,63.
По таблице приложения 2 по значениям параметра t = 0,60 и t = 0,65 и соответствующим им значениям вероятностей 0,45149 и 0,48431 интерполированием находим искомую вероятность р = 0,47118 ≈ 0,47.
При назначении той или иной величины доверительной вероятности β чаще всего исходят из опыта работ, однако часто большую роль играет и субъективный фактор. Далее, как и в предыдущих примерах, будем пользоваться доверительной вероятностью β = 0,95.
Точное значение стандарта предусматривает использование выборки большого объема.
При n ≥ 20 сравнительно точное значение стандарта может быть получено по формуле
, (2.5)
а при n >> 20 и по формуле
. (2.6)
Если же n < 20 и точное значение стандарта неизвестно, то используют распределение Стьюдента для безразмерной случайной величины t:
, (2.7)
где
- (2.8)
характеризует стандарт для среднего арифметического.
При этом следует иметь в виду, что исследуемое распределение должно подчиняться нормальному закону. В этом случае параметр ti имеет распределение Стьюдента с числом степеней свободы (n – 1) и является функцией трех случайных величин (хi , xo , σ). Распределение Стьюдента целесообразно использовать при объемах выборки 20 ≥ n ≥ 10. При n > 20 можно переходить на использование нормального закона распределения, а при n < 10 использование распределения Стьюдента уже не является надежным.
Для практических расчетов составлена таблица приложения 10.
Пример 2.2. Найти доверительные границы эмпирического распределения, представленного в табл. 2.1. Объем выборки n = 16, среднее арифметическое хо = 75,97 ед.
При решении использовать распределение Стьюдента при значении доверительной вероятности β = 0,95.
Таблица 2.1
К примеру 2.2.
№№ пп |
xi |
№№ пп |
xi |
№№ пп |
xi |
№№ пп |
xi |
1 |
76,3 |
5 |
76,1 |
9 |
76,4 |
13 |
76,1 |
2 |
75,8 |
6 |
76,0 |
10 |
76,3 |
14 |
75,5 |
3 |
75,4 |
7 |
75,8 |
11 |
75,9 |
15 |
76,2 |
4 |
76,7 |
8 |
75,2 |
12 |
76,0 |
16 |
75,8 |
|
|
|
|
|
|
n = 16 |
хо = 75,97 |
Решение.
По формуле (2.8) находим значение стандарта для среднего арифметического:
.
По таблице приложения 10 для доверительной вероятности 0,95 (уровня значимости α = 0,05) и числа степеней свободы ν = 15 находим t = 2,13.
Поскольку из (2.7) следует, что , то получим значение интервала Δ = 2,13·0,10 = 0,213 ≈ 0,21.
Доверительный интервал с вероятностью 0,95 соответственно равен (хо±Δ) = =(75,97±0,21).