- •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».
5.1. Определение характеристик эмпирического
распределения.
При обработке статистических данных с помощью выборочного метода, т.е. при установлении закона распределения изучаемой случайной величины Х и параметров этого распределения, необходимо прежде всего составить таблицу распределения значений Х в выборке, вычислить статистические характеристики эмпирического распределения, затем построить эмпирическую кривую распределения, по ее внешнему виду определить, к какому теоретическому распределению она приближается, и оценить близость эмпирического распределения к предполагаемому теоретическому.
Для установления закона распределения случайной величины выборка должна быть достаточно велика. С целью удобства обработки статистических данных значения Х разбивают на интервалы (разряды). Число таких интервалов должно быть не менее 6-7 при n = 50 - 100 и не менее 9-15 при n > 100. Величина разряда должна быть больше величины деления шкалы измерительного инструмента, которым производился обмер величины X в выборке, для того, чтобы этим можно было компенсировать погрешности измерения. Величину интервала можно также расчитать по формуле:
К = enteir ( 1 + 3,32 lg n), где enteir Z – целая часть числа Z.
При измерении размеров деталей необходимо, чтобы цена деления шкалы измерительного инструмента была равна (1/6 –
1/10) , где - допуск на размер детали. После установления величины и числа разрядов производится подсчет частот по каждому разряду, составляется таблица распределения, вычерчивается практическая кривая распределения и затем производится определение статистических характеристик распределения,
т.е. , S2 и S.
Методику обработки статистических данных покажем на следующем примере.
Пример. Из текущей продукции автомата, обрабатывающего ролики c размером D = 20 - 0,2 мм была взята выборка объема n = 100 штук. Ролики были измерены микрометром с ценой деления 0,01 мм. В результате получены следующие данные:
-0,07;-0,03;-0,04;-0,08;-0,03;-0,08;-0,09;-0,10;-0,10;-0,10;
-0,13;-0,08;-0,06;-0,04;-0,04;-0,03;-0,04;-0,11;-0,07;-0,12;
-0,03;-0,07;-0,08;-0,11;-0,05;-0,05;-0,07;-0,09;-0,03;-0,10;
-0,11;-0,14;-0,13;-0,08;-0,12;-0,07;-0,09;-0,11;-0,10;-0,08;
-0,05;-0,12;-0,07;-0,06;-0,08;-0,11;-0,10;-0.03;-0,12;-0,10;
-0,08;-0,05;-0,11;-0,07;-0,05;-0,08;-0,09;-0,09;-0,09;-0,02;
-0,06;-0,12;-0,05;-0,07;-0,11;-0,05;-0,08;-0,11;-0,03;-0,02;
-0,11;-0,06;-0,07;-0,06;-0,06;-0,12;-0,10;-0,09;-0,08;-0,01;
-0,05;-0,07;-0,06;-0,05;-0,08;-0,09;-0,04;-0,08;-0,09;-0,09;
-0,07;-0,06;-0,06;-0,12;-0,05;-0,03;-0,10;-0,09;-0,09;-0,08;
Согласно приведенным данным наибольшее значение
x max = - -0,01, наименьшее xmin = - 0,14. Размах варьирования или широта распределения составляет
x max – x min = - 0,01 – ( - 0,014 ) ==0,013.
Задаваясь числом разрядов, равным 7, определим цену разряда:
C = 0,13/ 7 0,02.
Полученная величина разряда в два раза больше цены деления шкалы измерительного инструмента, что вполне приемлемо. Подсчет частот по каждому разряду производится следующим образом. В каждый разряд включаются размеры, лежащие в пределах от наименьшего значения разряда включительно, до наибольшего разряда, исключая его. Составим таблицу распределения и вычертим эмпирическую кривую распределения.
Таблица распределения Х
интервалы |
середина интер. |
частота |
частость |
|
от |
до |
хi |
f |
W(x) |
-0,14 |
-0,12 |
-0,13 |
3 |
0,03 |
-0,12 |
-0,10 |
-0,11 |
16 |
0,16 |
-0,10 |
-0,08 |
-0,09 |
22 |
0,22 |
-0,08 |
-0,06 |
-0,07 |
25 |
0,25 |
-0,06 |
-0,04 |
-0,07 |
19 |
0,19 |
-0,04 |
-0,02 |
-0,02 |
13 |
0,13 |
-0,02 |
0 |
-0,01 |
2 |
0,02 |
|
= 100 |
= 1 |
2 5 полигон гистограмма
2 0
1 5
10
5
-0,14 -0,12 -0,10 -0,08 -0,06 -0,010 0,02 x
Для вычисления статистических характеристик распределения, т.е. и S2, служат формулы :
= xi fi / n ; S2 = .
Однако, если воспользоваться свойствами для M(X) и D(X), которые будут справедливы и для их оценок, искомые значения и S2можно определить по формулам :
= a + C[ ( /i fi)/n] ;
S2 = C2[ ( /2i fi)/n - ( /i fi)/n)2],
где a- новое начало отсчета (можно принимать любое численное значение, но лучше всего принимать за a значение середины интервала, имеющего наибольшую частоту). С - величина интервала.
Вычисления удобно вести по следующей таблице.
Вычисление статистических характеристик распределения
интервалы |
|
|
xi/=(xi -a)/c |
xi/fi |
|
|
от |
до |
|||||
-0,14 |
-0,12 |
-0,13 |
3 |
-3 |
-9 |
27 |
-0,12 |
-0,10 |
-0,11 |
16 |
-2 |
-32 |
64 |
-0,10 |
-0,08 |
-0,09 |
22 |
-1 |
-22 |
22 |
-0,08 |
-0,06 |
-0,07 |
25 |
0 |
0 |
0 |
-0,06 |
-0,04 |
-0,05 |
19 |
1 |
19 |
19 |
-0,04 |
-0,02 |
-0,03 |
13 |
2 |
26 |
52 |
-0,02 |
0 |
-0,01 |
2 |
3 |
6 |
18 |
|
100 |
|
-12 |
202 |
||
a= -0,07; C = - 0,02. |
= a + C( ( /i fi)/n = -0,07 + 0,02 ( -12/100 ) = - 0,072
S2 = [ ( /2i fi)/n - ( /i fi)/n)2] = (0,02)2[202/100 – (-12/100)2 ]=0,000784,
S = = 0,028 .