- •Исследование и оптимизация свойств строительных материалов с применением элементов математической статистики
- •Оглавление
- •Введение
- •1. Основные понятия и теоремы теории вероятностей, используемые в математической статистике
- •1.1. События. Свойства
- •1.2. Теорема сложения вероятностей несовместных событий
- •1.3. Теорема умножения вероятностей
- •Вопросы для самоконтроля
- •2. Основные понятия и методы математической
- •Вопросы для самоконтроля
- •3. Параметры математической статистики
- •Вопросы для самоконтроля
- •4. Распределение случайных величин
- •4.1. Нормальное распределение
- •Часто наблюдаются кривые с вершинами, сдвинутыми вправо (рис. 4.9, а) или влево (рис. 4.9, б). В первом случае они имеют отрицательную асимметрию, а во втором – положительную.
- •4.2. Основные виды теоретических распределений
- •4.3. Критерий близости распределения к нормальному
- •4.4. Закон распределения при малом числе испытаний
- •Например, при и становится равным 2,45, т. Е.
- •4.5. Обработка результатов измерений
- •4.6. Расчет числовых характеристик распределения и установка доверительных интервалов
- •Вопросы для самоконтроля
- •5. Основные методы математической статистики
- •5.1. Дисперсионный анализ
- •В отдельных вариантах относительно общей средней для всей совокупности.
- •5.2. Корреляционный анализ. Метод наименьших квадратов
- •6. Оптимизация исследований технических свойств материалов
- •Теперь определим -отношение
- •Заключение
- •2. Общие статистические термины
- •3. Общие термины, относящиеся к наблюдениям
- •4. Общие термины, относящиеся к выборочным методам
- •Общие требования и методические рекомендации
- •Библиографический список
- •Исследование и оптимизация свойств
4.3. Критерий близости распределения к нормальному
Иногда для оперативной оценки характера распределения результатов наблюдений можно обойтись без построения кривой и необходимых при этом расчетов. Отклонение от нормального распределения может быть случайным и неслучайным. Если оно неслучайно, то возникает необходимость изменения методики определения. Если отклонение случайно, то необходимо определить степень отклонения от нормального распределения или выяснить, какому другому оно подчиняется (t- илиF-распределению).
В статистике разработан ряд критериев для оценки степени близости наблюдаемого распределения к нормальному (, 2и др.).
Оценка с помощью -критерия производится на основании теоремы академика А.И. Колмогорова о распределении максимума отклонений теоретической интегральной функции распределения от соответствующей эмпирической функции
; (4.19)
, (4.20)
где – максимальное отклонение теоретической интегральной функции типаот эмпирической функции;– накопленные эмпирические частоты, которые определяют последовательным сложением частот;– накопленные теоретические частоты;n– число измерений.
При установленном в табл. 2 прил. 2 находят вероятность. Из практического опыта можно считать расхождение между эмпирическим и теоретическим нормальными распределениями незначительным уже при0,6. Лишь при0,05 расхождение в распределениях признают неслучайным, а это значит, что распределение не соответствует нормальному.
Пригодность нормального распределения может быть проверена по результатам асимметрии и эксцесса. Если характеристики асимметрии и эксцессаЕблизки к 3, то нормальное распределение пригодно для описания явления
; (4.21)
. (4.22)
Пригодность нормального распределения может быть проверена с использованием чисел Вестергарда: если в область входит 25 %,– 50 %,– 75 % и– 99,8 % всей совокупности, применение Гауссова распределения оправдано.
4.4. Закон распределения при малом числе испытаний
В случае малых выборок, с чем чаще встречаются на практике, вероятность появления больших отклонений значительно уменьшается. Даже в случае 20 наблюдений вероятность появления отклонения, превышающего 2 , равна 5 %. Поэтому классическая теория, основанная на нормальном распределении, при малых выборках неприменима. Обработки данных в этом случае принимают другие законы, разрабатываемые микростатистикой.
Распределение Стьюдента (t-распределение).Величинаимеет распределение, кривые плотности вероятности которого напоминают кривые нормального распределения, значительно медленнее сближающиеся с осью абсцисс. Распределениезависит только от числа степеней свободы, по которому определяют выборочную дисперсию. Значениеприведено в табл. 4 прил. 2.
Число степеней свободы принимается каждый раз равнымn – 1.
Как уже отмечалось, при n=20 -распределение ещё хорошо аппроксимируется нормальным распределением. Большая разница в величине возникает при 10.
Если – вероятность того, что случайная величина находится за пределами интервала , то вероятность попадания в этот интервал определяется выражением
. (4.23)