- •Расчетно-графическая работа №1. «Исследование ряда погрешностей на соответствие нормальному закону распределения»
- •1.2. Предварительные вычисления для исследования
- •Вычисление основных характеристик ряда
- •1.4. Приближенные критерии исследования ряда погрешностей на соответствие нормальному закону распределения
- •1.5. Графический критерий исследования ряда погрешностей на соответствие нормальному закону распределения
- •1.6. Критерии соответствия ряда погрешностей нормальному закону распределения на основе статистической проверки гипотез
- •1.7. Порядок выполнения работы
- •1.8. Выводы о проведенных исследованиях
- •1.7. Пример исследования ряда погрешностей на соответствие нормальному закону распределения
- •2. Расчетно-графическая работа №2 «Получение эллипсов погрешностей для оценки точности хода полигонометрии».
- •2.1. Теоретические основы графического оценивания качества сетей
- •Последовательность выполнения работы:
1.8. Выводы о проведенных исследованиях
На основании проведенных исследований делается общий вывод о степени соответствия данного ряда закону распределения Гаусса по следующим пунктам:
Близость к нулю оценки математического ожидания в виде среднего арифметического.
Количество погрешностей со знаком минус и со знаком плюс, есть ли явное преобладание величин с одним знаком.
Какие ошибки по абсолютной величине встречаются чаще – большие или малые.
Есть ли в ряде систематическая составляющая.
Имеются ли среди исследуемых величин грубые измерения.
Степень совпадения с теоретическими значений вычисленных коэффициентов k1, k2 и k3.
Значимость коэффициентов асимметрии и эксцесса.
Визуальное соответствие гистограммы и огивы.
Вероятность соответствия гипотезе о нормальном законе ряда погрешностей по критериям Пирсона и Колмогорова
Заключительный анализ результатов исследований выполняется в виде пояснительной записки, включающей текстовый материал (желательно без нумерации перечисленных пунктов), со ссылками на формулы и источники литературы.
1.7. Пример исследования ряда погрешностей на соответствие нормальному закону распределения
Рассмотрим пример исследования ряда погрешностей на соответствие их нормальному закону распределения по пунктам (с.6-8).
В качестве исследуемых величин возьмем 50 невязок, которые являются истинными ошибками.
Исследование на наличие существенного систематического влияния проведем по критерию Аббе – формулы (3), (4), т.к. неизвестно истинное значение определяемой случайной величины
Из статистических таблиц критерия Аббе для вероятности = 0.99 или = 0.95 и п = 50 имеем соответственно контрольные величины q = 0.68 и q = 0.77. Так как проверяемое неравенство > q выполняется, например, для первой вероятности (1.048 > 0.68), то можно заключить, что с вероятностью 0.99 в ряде погрешностей существенные систематические влияния отсутствуют. В этом случае преобразовывать ряд по (5) нет необходимости.
Исследуем выборку на наличие в ней грубых погрешностей, используя критерий Граббса (6)
где минимальная невязка есть –3.42, максимальная 2.33, средняя квадратическая погрешность т = 1.41, среднее арифметическое 0.05. Из статистических таблиц для коэффициента zq при вероятностях = 0.99 или = 0.95 и п = 50 имеем соответственно контрольные величины zq = 3.55 и zq = 3.20. Проверяемое неравенство zq > z выполняется для максимального и минимального значения погрешности как для одной, так и для другой вероятности. Поэтому можно сказать, что с вероятностью 99 % ни левая, ни правая крайние в ряде погрешности не являются грубыми (3.55 > 2.47 и 3.55 > 1.62).
Оценки основных характеристик ряда по (7): среднее арифметическое , средняя квадратическая погрешность т = 1.41", оценка дисперсии .
Для приближенных критериев соответствия вычислим практические соотношения между тремя видами погрешностей: средней квадратической т, средней абсолютной v и вероятной r, сравнив их с теоретическими значениями. Из (8 -10) имеем т = 1.41", v = 1.09", r = 0.92", k1 = 1.29 (при теоретическом значении 1.25), k2 = 1.53 (при теоретическом 1.48), k3 = 1.19 (при теоретическом 1.18). Все абсолютные отклонения между практическими и теоретическими значениями величин меньше допустимых по критерию ничтожных погрешностей 0.04 < 0.139, 0.05 < 0.163, 0.01 < 0.130.
Характеристики формы по (12) будут такими: асимметрия А = – 0.44, эксцесс Е = 0.39, а их ошибки по (13) тA = 0.35, тЕ = 0.39. Тогда по неравенствам (11) для вероятности 0.95 и t = 1.96 имеем abs(–0.44) < 0.69 и abs(0.39) < 0.76 для асимметрии и эксцесса соответственно. Это говорит о том, что эмпирическое распределение по отношению к теоретическому на допустимую величину скошено вправо (отрицательное) и на допустимую величину выше нормального (положительное).
6-8. Для графического исследования на соответствие нормальному закону распределения рада погрешностей построим гистограмму. Построение начинают с выбора числа интервалов. Для этого можно воспользоваться формулами (14-15), но, как показывает геодезическая практика, количество интервалов целесообразно принять равным 12, а величину интервала – 0.5 т. Тогда все значения исследуемых погрешностей будут расположены в промежутке ±3 т (так как по предварительным вычислениям грубых погрешностей у нас в реде не имеется). Далее получают границы интервалов в единицах измерения (для нашего примера в секундах) как произведение границы (от –3, через 0.5, до 3) на среднюю квадратическую ошибку т. Считают количество элементов, попавших в соответствующий интервал (абсолютная частота), и их отношение к общему количеству (относительная частота – по теореме Бернулли оценка вероятности попадания реальных данных в соответствующий интервал) по формуле (16). Для построения гистограммы вычисляют высоту прямоугольника для каждой частоты по (17), которая учитывает величину принятого интервала (у нас в половину средней квадратической ошибки m). Вычисления целесообразно свести в таблицу (табл.2).
Таблица 2
Построение гистограммы эмпирического закона распределения
Интервал в долях т |
Интервал в секундах |
Количество элементов в интервале nj |
Частота
|
Высота прямоугольника
|
–3 –2.5 |
–4.23" –3.52" |
0 |
0 |
0 |
–2.5 –2.0 |
–3.52 –2.82 |
1 |
0.02 |
0.028 |
–2.0 –1.5 |
–2.82 –2.12 |
2 |
0.04 |
0.057 |
–1.5 –1.0 |
–2.12 –1.41 |
3 |
0.06 |
0.085 |
–1.0 –0.5 |
–1.41 –0.70 |
6 |
0.12 |
0.170 |
–0.5 0 |
–0.70 0 |
10 |
0.20 |
0.284 |
0 0.5 |
0 0.70 |
11 |
0.22 |
0.312 |
0.5 1.0 |
0.70 1.41 |
9 |
0.18 |
0.255 |
1.0 1.5 |
1.41 2.12 |
4 |
0.08 |
|
1.5 2.0 |
2.12 2.82 |
4 |
0.08 |
0.113 |
2.0 2.5 |
2.82 3.52 |
0 |
0 |
0 |
2.5 3.0 |
3.52 4.23 |
0 |
0 |
0 |
|
|
50 |
1.00 |
1.417 |
При этом сумма элементов по интервалам должна равняться общему количеству элементов в ряде; сумма частот равняется единице в пределах ошибки округления; сумма высот прямоугольников равняется 2/т.
Выбрав масштабы по горизонтальной оси для величин интервалов (например, 0.5т – 1 см), по вертикальной для высот прямоугольников (например, 0.05 от–высоты прямоугольника – 1см), откладывают по соответствующим границам вертикальные высоты, которые замыкаются в прямоугольники. Полученный график и будет называться гистограммой (эмпирическим представлением плотности закона распределения), площадь которого равна единице (рис.1).
9. Для графического сравнения на соответствие эмпирического распределения теоретическому нормальному закону строят на гистограмме его теоретический график (огиву), используя формулы (18 – 18а). Для примера, коэффициент в (18а) K = 0.283, а значения теоретической функции плотности на границах интервалов t будут равны
t 0 0.5 1.0 1.5 2.0 2.5 3.0
(t) 0.28 0.25 0.17 0.09 0.04 0.01 0.00
По вычисленным данным строят график на гистограмме.
Рис. 1. Гистограмма и огива
10. Визуальный контроль показывает, что явных отклонений эмпирического представления закона распределения (гистограммы) и его теоретического аналога (огивы) не наблюдается.
11. Наиболее точный критерий соответствия исследуемого ряда нормальному закону распределения получим, используя критерий 2 Пирсона по формулам (19 – 20). Следует иметь в виду, что все критерии соответствия являются частными случаями общего алгоритма статистической проверки гипотез, в основе которой следующие общие пункты: выдвижение с доверительной вероятностью исходной гипотезы; получение теоретического значения критерия; по элементам ряда получение практического значения критерия; сравнение двух значений критериев и вывод.
Работу начинают с выдвижения гипотезы: предполагаем, что с вероятностью (например, = 0.95) ряд погрешностей распределен нормально: Из статистических таблиц распределения 2 Пирсона [3, 5] (или из какого либо программного продукта) по числу степеней свободы r = k – l – s находят эталонное значение 2эт. Для нашего примера число интервалов k = 12, количество определяемых характеристик распределения (среднее арифметическое и средняя квадратическая ошибка) s = 2. Тогда число степеней свободы r = 12 – 1 – 2 = 9, а значение эталонной величины из таблиц 2эт = 3.32. По формуле (20) вычисляют значения теоретических вероятностей pj попадания случайной величины в соответствующие интервалы tj и теоретическую частоту npj присутствия величины в интервале. Найдя поинтервальные разности между практической частотой nj и теоретической npj и используя формулу (19), вычисляют практическое значение величины 2 = 4.31. Так как вычисленное значение критерия больше эталонного, то для вероятности = 0.95 выдвинутая нами гипотеза не соответствует реальным данным. В этом случае, используя те же таблицы (или программы) распределения 2 Пирсона и число степеней свободы r, путем интерполирования получаем вероятность = 0.90 соответствия выдвинутой гипотезе. Все вычисления целесообразно свести в таблицу.
Таблица 3
Вычисление значения критерия соответствия 2 Пирсона
Интервал в долях т |
0.5Ф(tj) |
Pj |
nj |
nPj |
nj–nPj |
|
–3 –2.5 |
–0.499 |
0.005 |
0 |
0.25 |
–0.25 |
0.25 |
–2.5 –2.0 |
–0.494 |
0.017 |
1 |
0.85 |
0.15 |
0.03 |
–2.0 –1.5 |
–0.477 |
0.044 |
2 |
2.20 |
–0.20 |
0.02 |
–1.5 –1.0 |
–0.433 |
0.091 |
3 |
4.55 |
–1.55 |
0.53 |
–1.0 –0.5 |
–0.342 |
0.151 |
6 |
7.55 |
–1.55 |
0.32 |
–0.5 0 |
–0.191 |
0.191 |
10 |
9.55 |
0.45 |
0.02 |
0 0.5 |
0 |
0.191 |
11 |
9.55 |
1.45 |
0.22 |
0.5 1.0 |
0.191 |
0.151 |
9 |
7.55 |
1.45 |
0.28 |
1,0 1.5 |
0.342 |
0.091 |
4 |
4.55 |
–0.55 |
0.07 |
1.5 2.0 |
0.433 |
0.044 |
4 |
2.20 |
–1.80 |
1.47 |
2.0 2.5 |
0.477 |
0.017 |
0 |
0.85 |
–0.85 |
0.85 |
2.5 3.0 |
0.494 |
0.005 |
0 |
0.25 |
–0.25 |
0.25 |
3.0 |
0.499 |
|
|
|
|
|
|
|
0.998 |
50 |
49.9 |
–3.5 |
4.31 |
Таблицу рассчитывать с двумя десятичными знаками.
После исследований представляется пояснительная записка по результатам, примерно следующего содержания.
Пояснительная записка
Для эффективной обработки результатов измерений или ряда погрешностей необходимо иметь достаточно точное представление о виде закона распределения погрешностей. Многочисленные практические и теоретические исследования показывают, что результаты геодезических измерений, в подавляющем большинстве случаев, подчинены закону, очень близкому к нормальному закону распределения Гаусса [1,2,3] и др. Таким образом, исследование выборок на степень соответствия нормальному закону имеет большое значение при обработке результатов измерений и необходимость в его производстве очевидна.
По результатам исследований установлено, что рад является случайным, так как его оценка математического ожидания в виде среднего арифметического не превосходит утроенной средней квадратической ошибки, то есть практически равна нулю; количество положительных элементов (24) примерно равно количеству отрицательных (21); число малых элементов (из интервала ± т) равно 36, тогда как теоретическая частота попадания в этот интервал [1,3] есть 0.6827 50 = 34.
Подготовительные вычисления показали, что в исследуемой выборке с вероятностью 99 % отсутствуют значимые систематические влияния (формулы (3–4)) и с этой же вероятностью крайние значения вариационного ряда не являются грубыми (формула (6)).
Приближенные критерии соответствия нормальному закону, учитывающие расхождение между теоретическими и практическими значениями соотношений между средней квадратической, вероятной и абсолютной ошибками (коэффициенты к1, к2, к3), показывают наличие достаточного соответствия ряда нормальному закону по этим параметрам (формулы (8 –10)). Приближенные критерии формы также дают пренебрежимо малое отличие выборки от нормальности по асимметрии и эксцессу (формулы (11–13)).
Визуальный анализ гистограммы, представляющей эмпирическое распределение, и огивы, дающей вид теоретического (нормального) закона распределения, показывает их хорошее согласование друг с другом по форме и по величине.
Наиболее точные результаты соответствия исследуемого ряда нормальному закону дает критерий 2 Пирсона, который учитывает расхождение между практическими и теоретическими частотами по всем выделенным интервалам. При значении критерия 2 = 4.31 вероятность того, что выборка подчинена закону распределения Гаусса, составляет 90 % (формулы (19–20)), что для геодезических приложений (см. раздел 1.6) более чем отличный результат.
Таким образом, выполненные исследования ряда погрешностей на соответствие нормальному закону распределения дают по всем использованным критериям положительные результаты, что позволяет сделать вывод о достаточной близости ряда предполагаемому закону и полному использованию для ряда всех формул для характеристик нормального закона.