- •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
Показатели статистического распределения (snr2v97)
К-во наблюдений |
100 |
|
К-во интервалов |
8 |
|
Ширина интервала |
10 |
|
Среднее Х, LOG(X) |
33.9 |
3.426846 |
Дисперсия Х, LOG(X) |
211.79 |
.2055767 |
Ср. квадратич. отклонение Х, LOG(X) |
14.55301 |
.453406 |
Коэффициент вариации % Х, LOG(X) |
42.92923 |
13.231 |
Показатель асимметрии |
|
.02777 |
Показатель островершинности |
|
1.309132 |
Логарифмическое распределение типа 1.1 с параметрами
AU=0.3746568 K=4.713617 U= .334188 L=1.79419 N= .8768986
Случайная величина Х задана на интервале 6.014601 <X<86.77331
P(X)=N/Х* (LOG(X)–L )^(K-1)*(1–AU*( LOG(X)–L))^(1/U–1)
Х |
р(х) |
F(x) |
1-F(x) |
10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 |
.004667 .018152 .026333 .028550 .027137 .023915 .019994 .016005 .012288 .009012 .006252 .004026 .002321 .001110 .000357 |
.005461 .063109 .177210 .316412 .456704 .584811 .694715 .784655 .855229 .908276 .946215 .971688 .987342 .995720 .999202 |
.994539 .936891 .822790 .683588 .543296 .415189 .305285 .215345 .144771 .091725 .053785 .028312 .012658 .004280 .000798 |
Случайная величина – наработка двигателей до отказа (в программе обозначена через Х) – задана на интервале
6,01<X<86,77 (тыс. км.).
В табл. 10.2.2 кроме показателей статистического распределения приведены значения плотности распределения отказов, функции распределения и вероятности безотказной работы двигателей при заданных значениях t=х (в тыс. км.), рассчитанные по найденной выравнивающей кривой.
По этим данным легко вычислить интенсивность отказов
.
Задавая далее значения функции распределения F(t) = 0,1; 0,5; 0,9 (или любые другие), по той же программе найдем γ%-ый ресурс (соответственно 90%; 50%; 10%). Он равен:
(тыс. км.).
XI. Временные (динамические) ряды
Статистические данные за ряд периодов (месяцев, лет), например, индексы цен, объем производства некоторой продукции и т.д. представляют собой временной (динамический ряд). Этот ряд содержит как детерминированную (неслучайную) составляющую, которую называют трендом, так и случайную составляющую. Кроме этого, некоторые временные ряды имеют сезонные колебания.
Мы будем рассматривать временные ряды, содержащие детерминированную и случайную составляющие. Их можно задать общим уравнением
,
где f(t) – тренд, - случайная составляющая.
Основными характеристиками статистического временного ряда являются темп роста и темп прироста.
Тем роста – это отношение уровня ряда в момент времени t к его уровню в момент t–1
.
Темп прироста определяется по формуле
.