- •В.В. Нешитой
- •Методы статистического анализа
- •На базе
- •Обобщенных распределений
- •Предисловие
- •Введение
- •I. Случайные события и их вероятности
- •1.1. Случайные события. Испытания. Относительная частота и вероятность
- •1.2. Виды случайных событий
- •1.3. Определения вероятности
- •1.4. Основные формулы комбинаторики
- •II. Основные теоремы теории вероятностей
- •2.1. Теорема сложения вероятностей (несовместных событий)
- •2.2. Теорема умножения вероятностей (независимых событий)
- •2.3. Формула полной вероятности
- •2.4. Теорема гипотез (формула Бейеса)
- •III. Дискретные случайные величины
- •3.1. Закон распределения вероятностей дискретной случайной величины
- •3.2. Числовые характеристики дискретной случайной величины
- •3.2.1. Математическое ожидание
- •3.2.2. Свойства математического ожидания
- •3.2.3. Дисперсия дискретной случайной величины
- •3.2.4. Свойства дисперсии
- •3.2.5. Среднее квадратическое отклонение
- •3.2.6. Одинаково распределенные взаимно независимые случайные величины
- •3.2.7. Моменты (начальные, центральные) дискретной случайной величины
- •4.2. Плотность распределения
- •4.3. Числовые характеристики непрерывных случайных величин
- •4.4. Примеры непрерывных распределений
- •4.4.1. Нормальный закон
- •5.2. Статистическое распределение выборки. Полигон. Гистограмма. Эмпирическая функция распределения
- •5.3. Статистические оценки параметров. Точность оценки, доверительная вероятность (надежность)
- •5.4. Метод моментов для точечной оценки параметров распределения
- •5.5. Метод наибольшего правдоподобия
- •VI. Обобщенные распределения. Системы непрерывных распределений
- •6.1. Методы построения обобщенных распределений
- •6.2. Построение системы непрерывных распределений методом обобщения
- •6.3. Классификация обобщенных распределений
- •Распределения группы а
- •Распределения группы б
- •Группа симметричных распределений
- •6.4. Распределения функций случайного аргумента
- •6.5. Три основные и три дополнительные системы непрерывных распределений в. Нешитого
- •VII. Оценивание параметров обобщенных распределений. Критерии для классификации кривых. Центральная предельная теорема
- •7.1. Метод наименьших квадратов
- •Значение функции распределения f(tc)
- •7.2. Метод наибольшего правдоподобия
- •7.3. Классический метод моментов
- •7.3.3. Симметричные распределения Ic-iiIc типов
- •7.3.4. Критерии для классификации кривых по методу моментов
- •7.4. Универсальный метод моментов
- •7.4.1. Законы распределения суммы независимых случайных величин
- •7.4.2. Центральная предельная теорема для трех систем непрерывных распределений
- •7.4.3. Законы распределения среднего выборочного
- •7.5. Общий устойчивый метод
- •VIII. Выравнивание и прогнозирование статистических распределений
- •8.1. Выбор системы непрерывных распределений для выравнивания статистических распределений
- •8.2. Построение выравнивающей кривой распределения по статистическим данным
- •8.2.1. Выравнивание по классическому методу моментов
- •8.2.2. Выравнивание по универсальному методу моментов
- •8.2.3. Выравнивание по общему устойчивому методу
- •8.2.4. Выравнивающее распределение суммы независимых случайных величин
- •8.2.5. Выравнивающее распределение среднего выборочного
- •8.3. Прогнозирование распределений
- •8.3.1. Первая система непрерывных распределений
- •8.3.2. Вторая система непрерывных распределений
- •Распределение населения страны по среднедушевому совокупному доходу, в % к итогу
- •8.3.3. Показатели стабильности и качества выборки
- •Iх. Статистический анализ точности и стабильности технологических процессов на базе обобщенных распределений
- •9.1. Показатели состояния технологического процесса
- •9.2. Пример статистической обработки результатов замера контролируемого параметра по программе
- •Контрольный листок Деталь №_____(название) ø50 мм ±0,012 Точность си 0,002 Дата________ Время_______
- •Отклонения от номинального размера детали «nn» ø50 ±0,012
- •Показатели статистического распределения ( )
- •9.3. Экономическая эффективность применения обобщенных распределений
- •9.4. Особенности применения статистических методов в области строительства
- •Х. Надежность как особый критерий качества
- •10.1. Некоторые показатели надежности для невосстанавливаемых объектов
- •Плотность распределения отказов
- •Интенсивность отказов
- •Гамма-процентный ресурс
- •10.2. Вычисление показателей надежности по обобщенным распределениям
- •Результаты наблюдений о наработке до отказа двигателей панелевозов (ti – пробег до отказа в тыс. Км.; mi – число панелевозов, имеющих наработку ti)
- •Показатели статистического распределения (snr2v97)
- •Логарифмическое распределение типа 1.1 с параметрами
- •XI. Временные (динамические) ряды
- •11.1. Методы выделения тренда
- •11.2. Построение кривых роста для выравнивания временных рядов
- •11.2.1. Построение кривых роста с заданными свойствами
- •11.2.2. Метод обобщения
- •11.2.3. Кривые роста на базе обобщенных распределений
- •11.3. Оценивание параметров кривых роста
- •11.3.1. Уравнение прямой
- •11.3.2. Экспонента
- •11.3.3. Обобщенная кривая роста
- •11.4. Прогнозирование временных рядов
- •11.4.1. Параметрический метод прогнозирования
- •11.4.2. Непараметрический метод прогнозирования
- •Заключение
- •Номограмма для установления типа выравнивающего распределения и нахождения оценок параметров k, u по методу моментов
- •Номограмма для установления типа выравнивающего распределения и нахождения оценок параметров k, u по общему устойчивому методу
- •Значения квантили в зависимости от уровня вероятности и числа степеней свободы r
- •Приложение 5
- •Литература
- •Содержание
Введение
В развитых странах статистические методы широко и эффективно используются при контроле качества продукции. Например, использование простейших «семи инструментов качества» в японской экономике, основанных на статистической обработке производственной информации, позволило решать примерно 95% проблем по повышению качества продукции [17].
В Японии большое внимание уделяется обучению статистическим методам контроля качества продукции всех участников производственного процесса – от руководителя фирмы до рабочего у станка. Инженер, не владеющий статистическими методами, в Японии считается неполноценным специалистом.
В Республике Беларусь статистические методы еще не нашли должного применения. Но для производства конкурентоспособной продукции и ее сертификации обойти эти методы просто невозможно. К сожалению, многие инженеры и руководители в недостаточной степени владеют статистическими методами, потому что в их вузовской программе либо вовсе не было курса теории вероятностей и математической статистики, либо мало внимания уделялось практическому применению этих дисциплин. Кроме того, в современной учебной литературе отсутствуют эффективные методы моделирования, анализа и прогнозирования статистических распределений случайных величин, что также является сдерживающим фактором широкого использования этих методов на практике.
При статистической обработке рядов распределения однородных случайных величин, например, производственных погрешностей, главной задачей является установление закона распределения вероятностей исследуемой случайной величины и нахождение оценок его параметров, поскольку закон распределения является наиболее полной характеристикой случайной величины и позволяет вычислять все необходимые показатели, в частности, ожидаемый уровень брака при заданном конструкторском допуске.
Если статистическое распределение отличается от предполагаемого теоретического, то это может привести к непредсказуемым последствиям.
Для того чтобы иметь возможность устанавливать вид закона распределения некоторой случайной величины, по крайней мере необходимо располагать достаточно полным перечнем таких законов и их характерных особенностей. Поэтому чрезвычайно важной проблемой является создание универсальных вероятностных моделей, способных с высокой точностью описывать практически все многообразие статистических распределений.
Содержание настоящего учебного пособия существенно отличается от других аналогичных пособий тем, что в нем впервые рассматриваются вопросы построения, исследования, классификации обобщенных (универсальных) распределений, описываются известные и предлагаются новые критерии для установления типа выравнивающей кривой.
Обобщенные распределения включают как частные случаи подавляющее большинство широко известных классических непрерывных распределений, в том числе семейство кривых К. Пирсона и могут претендовать на роль универсальных законов распределения в математической статистике.
Излагаются известные методы оценивания параметров применительно к обобщенным распределениям, а также новые методы автора, доведенные им до программной реализации (программы SNR1, SNR2, SNR3 и др.). Подробнее о программах – см. Приложение 5.
Пособие может оказаться полезным для всех категорий специалистов, вынужденных по характеру своей деятельности обрабатывать большое количество статистических рядов распределения при решении различных задач, например:
статистический анализ точности и стабильности технологических процессов;
статистическое регулирование технологических процессов;
разработка различного рода нормативов;
прогнозирование надежности механизмов и приборов;
прогнозирование кривых роста;
прогнозирование распределений случайных величин;
статистическая обработка и анализ данных в научных исследованиях, экономике, банковском деле, технике, строительстве, экологии, медицине, социологии и т.д., в системах управления и контроля качества продукции с целью выработки рекомендаций для принятия обоснованных управленческих решений.