- •Лекция 1. Общие сведения по теории вероятностей.
- •Условные и безусловные вероятности.
- •1.5. Формула полной вероятности и формула Байеса
- •Понятие случайного события.
- •1) Вероятность достоверного события равна 1;
- •2) Вероятность невозможного события равна 0;
- •Вероятность случайного события заключена
- •1.2. Алгебра событий.
- •1.3. Зависимые и независимые события.
- •1.4. Основные формулы теории вероятностей.
- •1.5. Формула полной вероятности и формула Байеса
- •1.6. Частная теорема о повторении опытов.
- •2.1. Случайные величины и их законы распределения.
- •2.2. Функция распределения.
- •2 .3. Вероятность попадания случайной величины
- •2.4. Плотность распределения
- •2.5. Числовые характеристики случайной величины
- •2.6 Понятие о моментах случайной величины.
- •2.7. Основные свойства математического ожидания
- •Свойства математического ожидания:
- •Свойства дисперсии случайной величины:
- •Лекция 3. Основные законы распределения
- •3.1. Гипергеометрическое распределение
- •3.5. Закон равной вероятности
- •3.7. Закон распределения модуля разности
- •3.8. Композиция законов распределения
- •3.1.Гипергеометрическое распределение.
- •3.5. Закон равной вероятности.
- •3.7. Закон распределения модуля разности.
- •Статистики
- •4.1. Основные задачи математической статистики
- •4.2. Основные понятия и определения. Выборочного метода
- •4.3. Выборочные характеристики. Состоятельные,
- •Свойства выборочных средних и дисперсий.
- •Доверительный интервал. Доверительная вероятность.
- •Задача определения закона распределения случайной величины.
- •2. Задача проверки правдоподобия гипотез.
- •3.Задача нахождения неизвестных параметров распределения.
- •4.2. Основные понятия и определения. Выборочного метода.
- •Генеральная совокупность и выборка из нее.
- •4.3. Выборочные характеристики. Состоятельные, несмещенные и эффективные оценки характеристики.
- •4.5. Доверительный интервал. Доверительная вероятность.
- •5.1. Определение характеристик эмпирического
- •5.2. Сопоставление и проверка сходимости
- •Координаты характерных точек кривой
- •5.3. Сопоставление эмпирического распределения
- •5.4. Статистическая проверка гипотез.
- •5.5. Проверка гипотезы о законе распределения случайной
- •Критерий
- •Критерий 2
- •5.6. Проверка гипотезы равенства двух выборочных средних
- •5.7. Проверка гипотезы равенства двух выборочных
- •5.8. Проверка гипотезы равенства ряда дисперсий .
- •Критерий Бартлета.
- •Критерий Кохрана.
- •5.9. Проверка гипотезы равенства ряда средних.
- •5.10. Метод исключения грубых ошибок измерения
- •5.11. Выбор числа наблюдений
- •6.1.Закон больших чисел и центральная
- •6.2. Неравенство Чебышева.
- •Неравенство Чебышева.
- •6.3. Закон больших чисел (теорема Чебышева).
- •6.4 Теорема Бернулли.
- •7.2. Коэффициент корреляции и корреляционное отношение.
- •7.3. Корреляционный анализ
- •7.4 Выбор уравнения регрессии
- •7.5. Понятие о множественной корреляции
- •Лекция 8. Основы планирования
- •8.6.1. Метод крутого восхождения.
- •8.1. Основные определения.
- •«Черный ящик »
- •8.3. Полный факторный эксперимент.
- •8.3.1 Выбор интервалов варьирования факторов
- •8.3.2 Полный факторный эксперимент типа 2
- •Построение матрицы 2
- •8.3.3. Свойства полного факторного эксперимента типа 2 к
- •8.3.4. Полный факторный эксперимент
- •8.3.5 Анализ модели.
- •8.3.5.1. Проверка значимости коэффициентов модели.
- •Расчет дисперсии опытов и оценка их однородности
- •Расчет дисперсий параметра оптимизации и коэффициентов регрессии
- •Проверка значимости коэффициентов регрессии
- •8.3.5.2. Проверка адекватности модели
- •8.4. Дробный факторный эксперимент.
- •8.4.1.Минимизация числа опытов.
- •Дробная реплика
- •8.4.3. Выбор полуреплик. Генерирующие соотношения и определяющие контрасты
- •8.4.4.Выбор 1/4-реплик. Обобщающий
- •8.6. Оптимизация функции отклика.
- •8.6.1. Метод крутого восхождения.
- •6.6.2. Методика расчета крутого восхождения
- •6.7. Принятие решений после построения модели процесса
- •8.5 Рандомизация опытов.
- •8.6 Оптимизация функции отклика
- •8.6.1. Метод крутого восхождения. Движение по градиенту
- •8.6.2. Методика расчета крутого восхождения
- •8.7.Принятие решений после построения
- •9.1. Статистический анализ точности обработки.
- •9.3. Статистический анализ посредством малых выборок.
- •9.4. Статистический анализ с помощью точечных
- •9.4.1. Карта средних значений (карта « »)
- •9.4.2. Карта медиан (карта )
- •9.4.3. Карты « »
- •9.4.4. Метод средних арифметических значений и
- •9.4.4. Контрольные карты по неизмеримым
- •Карта «р»
- •Карта «с».
Критерий Кохрана.
Кохран предложил рассматривать отношение максимальной дисперсии к сумме всех остальных:
g = max S /( S + S + ... + S )
и нашел распределение g. Оказалось, что это распределение зависит только от числа выборок и объема выборки. Если вычисленное таким образом значение g окажется меньше g табличного при выбранном уровне значимости, то расхождение между дисперсиями незначимо.
Пример. В условиях предыдущего примера определить однородность дисперсий.
Определим g: g = max S /( S + S + ... + S )=
= 0,001418/(0,0013 + 0,001418 + 0,001098 + 0,0012) = 0,283.
Определим число степеней свободы r = n – 1, m = 4, = 0,05, gT 0,34. Cледовательно, дисперсии однородны.
5.9. Проверка гипотезы равенства ряда средних.
Для проверки гипотезы равенства ряда средних используется критерий Фишера:
F = 2/ S2.
Рассмотрим порядок вычисления F . Обозначим сравниваемые средние через 1 , 2 , ... , m ; соответствующие дисперсии через S , S , ... , S . Определим среднюю дисперсию:
S2 = (1/m) S .
Если справедлива нулевая гипотеза о равенстве всех средних, то в качестве оценки этого единого генерального среднего можно взять общее среднее всех элементов, как бы объединенных в одну выборку, обозначим это среднее через .
Определим 2 т.е. дисперсию ряда случайных величин, составленных из средних
1 , 2 , ... , m: 2 = ( i - )/ ( m – 1) ;
Определим F = 2/ S2 и полученную величину F сравним с табличной, выбранной в зависимости от r = n - 1, и m. Если в результате сравнения окажется, что F < FT , то гипотезу о равенстве средних можно принять.
Пример. Для выборок предыдущих примеров рассчитаны средние:
1 = 0,0608 мм; 2 = 0,0618 мм ; 3 = 0,0572 мм;
4 = 0,0592 мм. Определим:
1) S2 = (1/4)( 0,001418 + 0,0013 + 0,001098 + 0, 0012) = 0,001226;
2) = (0,0608 + 0,0618 + 0,0572 + 0,0592)/4 = 0,0597;
3) 2 = 1/3 [( 0,0608 – 0,0597 )2 + ( 0,0618 – 0,0597 )2 +
+( 0,0572 – 0,0597 )2 + ( 0,0592 – 0,0597 )2 = 0,00396;
4) F = 0,00396 / 0,001226 = 3,1 < F = 9,1.
В результате расчетов приходим к выводу о том, что выборочные средние принадлежат одной генеральной совокупности.
5.10. Метод исключения грубых ошибок измерения
Прежде чем проводить анализ экспериментальных данных необходимо убедиться, что во взятых для наблюдения данных нет грубых ошибок, могущих привести к искажению всех последующих результатов. К грубым ошибкам относятся ошибки: в отметках показаний измерительного прибора, в вычислении при измерениях в технологии (попадание стружки, поломка инструмента) и т.д. Грубые ошибки приводят к тому, что отдельные результаты измерений наблюдений по своей величине значительно отличаются от других. Если имеются данные, что такие наблюдения есть результат ошибки, то их необходимо отбросить, не подвергая статистическим оценкам (т.е. исключить из последующих вычислений). Если такой уверенности нет, то для определения того, являются ли резко выделяющиеся измерения результатом грубой ошибки или случайного отклонения, необходимо использовать метод Романовского, позволяющий выделить грубые ошибки измерения.
По методу Романовского при вычислениях и S рекомендуется предварительно исключить резко выделяющиеся наблюдения, а затем делать оценку величин:
t = (xmax - )/S или t = ( -xmin)/S.
Допустимые значения табулированы. Данный метод целесообразно применять в тех случаях, когда имеются очень существенные подозрения, что один из результатов измерения вызван грубой ошибкой, но для большей уверенности требуется подтвердить это подозрение. При использовании метода после получения подтверждения будет исключена необходимость повторного перерасчета и S с исключением резко выделяющегося результата наблюдений .
Условия исключения резко выделяющегося результата измерения: . t > t табл.