Проверка гипотезы о принятом законе распределения
Обработка результатов измерений между крайними значениями ряда вычисляется разность. Называется размахом вероятности или шириной распределения: R=Xmax-Xmin R=6,13-(-1,87)=8,00 возможное число разрядов 3≤g≤8: gmin=0.55*n0.4=3.47≈3 gmax=1.25*n0.4=7.88≈8 принимаем число интервалов g=5 определяем ширину интервалов ∆X: ∆X=8\5=1,6 расчет границ интервалов: ∆1=(-1,87; -0,27) ∆2=(-0,27; 1,33) ∆3=(1,33; 2,93) ∆4=(2,93; 4,53) ∆5=(4,53; 6,13) подсчитываем частоты ni установив границу интервалов подсчитываем число экспериментальных данных попавших в каждый интервал: Ni1=8 Ni2=33 Ni3=38 Ni4=18 Ni5=3 расчет середины интервалов: Xic= X1c=(-1,87+(-0,27))\2=-1,07 X2c=(-0,27+1,33)\2=0,53 X3c=(1,33+2,93)\2=2,13 X4c=(2,93+4,53)\2=3,73 X5c=(4,53+6,13)\2=5,33 вычисление среднего арифметического значения измеряемой величины: 1=-1,07*8=-8,56 2=0,53*33=17,49 3=2,13*38=80,94 4=3,73*18=67,14 5=5,33*3=15,99 =0,01*173=1,73 Вычисляются отклонения середин интервалов от среднего арифметического значения и их квадраты: (Хjc – ); (Хjc – )^2: 1. -1,07-1,73= -2,8 5,6 2. 0,53-1,73=-1,2 2,4 3. 2,13-1,73=0.4 0,16 4. 3,73-1,73=2 4 5. 5,33-1,73=3,6 12,96 Определяется произведение квадратов отклонений от среднего на частоту: (Хjc – )2·nj. 1. 5,6*8=44,8 2. 2,4*33=79,2 3. 0,16*38=6,08 4. 4*18=72 5. 12,96*3=38,88 Вычисляется дисперсия и среднее квадратическое отклонение: D = ; D=240,96 /99=2,43 σ =√2,43 =1,56 Полученные оценки математического ожидания и СКО является случайными, поэтому рассеивание математического ожидания оценивается с помощью среднего квадратического отклонения среднего арифметического: =0,156 Таблица 1
Построение статистических графиков
Проверка гипотезы о принятом законе распределения Таблица 4
3. Для каждого разряда разбиения определяют его центр tj и подсчитывают число наблюдений , попавших в каждый из интервалов, теоретически соответствующее выбранной аналитической модели распределения. Для этого сначала от реальных середин интервалов переходят к нормированным серединам: . 1. -2,8\1,56=-1,79 2. -1,2\1,56=-0,77 3. 0,4\1,56=0,26 4. 2\1,56=1,28 5. 3,6\1,56=2,31 рассчитываем плотность вероятности физической величины теоретической функции распределения в единицах этой величины:
-0,0804\1,56=0,051 0,2966\1,56=0,19 0,3857\1,56=0,25 0,1758\1,56=0.11 0,0277\1,56=0.02
, 1,6*100*0.051=8,2 1,6*100*0,19=30,4 1,6*100*0,25=40 1,6*100*0,11=17,6 1,6*100*0.02=3,2
: 1 - - - - - - - - - 2 (33-30,4)^2))\30.4=0,22 3 (38-40)^2))\40=0,1 4 (18-17.6)^2))\17.6=0.009 5
Для нахождения граничных значений критерия определяют число степеней свободы: , Так как , то гипотеза о нормальном распределении принимается.
Проверка гипотезы о принадлежности выборки Таблица 7
эмпирические частоты =0,08 =0,33 =0,38 =0,18 =0,03
Значения накопленных частостей 0,08 0,08+0,33=0,41 0,41+0,38=0,79 0,79+0,18=0,97 0,97+0,03=1
Аргумент ф-ции Zj+1 . Для определения теоретической функции распределения: а) определяются значения аргумента функции Лапласа, соответствующие правым границам всех интервалов. zj+1 = (Хj+1 – ) / σ. б) определяются значение функции Ф(zj+1) из таблицы П.4 приложения «Значение функции Ф(Z)» в) вычисляются значения функции распределения F(X) предполагаемого в качестве теоретического закона распределения F(Хj+1 ) = P(Х < Хj+1 ) = 0,5 + Ф(zj+1).
1. -2.8\1.56=-1,79 2. -1.2\1.56=-0.77 3. 0,4\1,56=0,26 4. 2\1,56=1,28 5. 3,6\1,56=2,31
Находится абсолютное значение разностей между значениями эмпирической и теоретической функциями распределения при одинаковых значениях аргумента, а затем выбирается наибольшее из них: H = max | (Хj+1 ) – F(Хj+1 ) |.
0,08-0.1003=0.6997 0,41-0.3974=0.0126 0,79-0,7794=0.0106 0,97-0.9633=0.0067 1-0,9976=0.0024
Вычисляется значение λ = H =0,6997*10=6.997 λ α=1,22 ся. Т.к. 1,22 ≤ 6.997 , то выдвинутая гипотеза о принадлежности выборки к генеральной совокупности считается отвергнутой.
Метод Ирвина (6.13-4.56)\1.56=1.03
, оцениваемый результат является случайным отклонением и отбрасывать его нельзя.
Метод Романовского между крайними значениями ряда вычисляется разность. Называется размахом вероятности или шириной распределения: R=Xmax-Xmin R=6.13+1.63=7.76 возможное число разрядов 3≤g≤8: gmin=0.55*n0.4=3.47≈3 gmax=1.25*n0.4=7.88≈8 принимаем число интервалов g=5 определяем ширину интервалов ∆X: ∆X=7.76\5=2.981.552 расчет границ интервалов: ∆1=(-1.63; -0.078) ∆2=(-0.078; 1.474) ∆3=(1.474; 3.026) ∆4=(3.026; 6.13) ∆5-(24,43; 27,41) подсчитываем частоты ni установив границу интервалов подсчитываем число экспериментальных данных попавших в каждый интервал: Ni1=4 Ni2=43 Ni3=32 Ni4=17 Ni5=3 расчет середины интервалов: Xic= X1c=(-1.63+(-0.078))\2=-0.854 X2c=(-0.078+1.474)\2=0.698 X3c=(1.474+3.026)\2=2.25 X4c=(3.026+4.578)\2=3.802 X5c=(4.578+6.13)\2=5.354 вычисление среднего арифметического значения измеряемой величины: 1. -0.854*4=-3.416 2. 0.698*43=30.014 3. 2.25*32=72 4. 3.802*17=64.634 5. 5.354*3=16.062 =179.294\99=1.811 Вычисляются отклонения середин интервалов от среднего арифметического значения и их квадраты: (Хjc – ); (Хjc – )^2: 1. -0.854-1.811= -2.665 -7.10 2. 0.698-1.811=-1.113 -1.24 3. 2.25-1.811=0.439 0.19 4. 3.802-1.811=1.991 3.96 5. 5.354-1.811=3.543 12.55 Определяется произведение квадратов отклонений от среднего на частоту: (Хjc – )2·nj. 1. -7.10*4=-28.4 2. -1.24*43=-53.32 3. 0.19*32=6.08 4. 3.96*17=67.32 5. 12.55*3=37.65 Вычисляется дисперсия и среднее квадратическое отклонение: D=191,77/98=1,96 σ =1,4
Полученные оценки математического ожидания и СКО является случайными, поэтому рассеивание математического ожидания оценивается с помощью среднего квадратического отклонения среднего арифметического: =0.14
Таблица 1
©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|