- •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
9.2. Пример статистической обработки результатов замера контролируемого параметра по программе
Были измерены отклонения от номинального размера некоторой детали Ø50 мм. Конструкторский допуск равен ±0,012 мм, т.е. ТН=–0,012, ТВ=+0,012. Ширина поля допуска ТХ=ТВ–ТН=0,024 мм.
Результаты замеров (в микронах) представлены в контрольном листке. Точность измерительного средства равна 0,002 мм и составляет 1/12 ширины конструкторского допуска. Объем выборки n = 100.
Найдем выравнивающую кривую распределения по несгруппированным данным.
Запустив Программу, введем по одному значению табличные данные, нажимая каждый раз клавишу ‹ENTER› (ВВОД). При этом вместо значения 0 будем вводить 0,000001. Для завершения введем 0.
Получим множество показателей статистического распределения.
Статистические данные контрольного листка можно представить в более компактном виде, если объединить одинаковые значения отклонений от номинального размера (табл. 9.2.2).
Таблица 9.2.1
Контрольный листок Деталь №_____(название) ø50 мм ±0,012 Точность си 0,002 Дата________ Время_______
-
№№
п/п
i
Отклонение
хi
хi
хi
хi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
3
8
2
4
6
6
-2
8
-1
8
4
4
6
0
10
0
-2
0
2
2
14
4
6
0
10
8
6
-4
6
-3
8
10
10
8
8
4
10
2
4
6
2
1
8
1
-10
0
4
-2
5
0
0
4
10
6
4
4
6
8
12
6
10
-4
4
10
12
11
0
2
-2
-4
2
-8
1
7
0
8
0
2
6
8
2
6
7
8
-6
-4
10
2
6
12
10
2
8
6
-3
-2
0
1
2
6
Контролер_________________
Технолог цеха______________
Таблица 9.2.2
Отклонения от номинального размера детали «nn» ø50 ±0,012
-
Значения отклонений хi
Частота
ni
Значения отклонений
хi
Частота
ni
-10
-8
-6
-4
-3
-2
-1
0
1
2
1
1
1
4
2
5
1
11
4
12
3
4
5
6
7
8
10
11
12
14
1
11
1
15
2
13
10
1
3
1
Такая форма представления данных замечательна тем, что из подобной таблицы видно, насколько тщательно были выполнены замеры контролируемого параметра. Например, в приведенной таблице резко выделяются частоты отклонений, кратных точности средства измерения (2 микрона), что свидетельствует о некорректном округлении результатов измерения.
В этом случае кривая распределения находится по сгруппированным данным, причем ширина интервала принимается равной единице. Вводить следует построчно пары чисел xi , ni через запятую, а для завершения вводится 0,0.
Результаты расчетов остаются прежними (кроме количества и ширины интервалов).
Поскольку критерий L < 3 (В Программе он обозначен через L1), то выравнивающее распределение относится к типу 1.1 и задается плотностью
.
Оценки параметров и нормирующего множителя приведены в распечатке (см. табл. 9.2.3).
Случайная величина Х задана на интервале
–20,71284<X<16,37711.
Таблица 9.2.3