- •1. Омтс, отдел комплектации
- •2. Отдел сбыта
- •5. Отдел кадров
- •6. Отдел маркетинга
- •7. Финансовый отдел
- •8. Огк и отделы разработчики
- •9. Огт, огм. ОгМетр; огэ
- •10. Бухгалтерия, цеха и участки
- •11. ОТиЗ, транспортный отдел
- •Достоинства метода
- •Недостатки метода
- •Особенности метода
- •Особенности метода
- •Достоинства метода
- •Недостатки метода
- •Особенности метода
- •Правила построения диаграммы разброса
- •Достоинства метода
- •Недостатки метода
- •Общие правила построения
- •Достоинства метода
- •Недостатки метода
- •Особенности метода
- •Общие правила построения диаграммы Парето
- •Достоинства метода
- •Недостатки метода
- •Метод максимального правдоподобия
- •Метод моментов
- •Метод квантилей
- •Общий метод построения доверительных интервалов
- •Доверительный интервал для математического ожидания
- •Доверительный интервал для дисперсии
- •Доверительный интервал для вероятности
- •1 Область применения
- •Статистика критерия
- •Правило критерия
- •1 Область применения
- •Критерий Колмогорова
- •Объем, частота взятия и количество выборок.
- •Правила отбора выборок при анализе качественных и количественных характеристик.
- •34 Статистический анализ качества изготовления продукции.
- •35. Организация сбора данных.
- •44 Оценка идентичности работы однотипного оборудования
- •45 Анализ измерительных и контрольных процессов msa.
- •46Измерительный процесс.
- •47Типы изменчивости измерительных систем
- •49. Выборочный контроль качества продукции
- •50 Уровень качества, параметры уровня качества: входной уровень качества, средний входной уровень качества, выходной уровень качества, приемочный уровень качества aql, браковочный уровень качества lq.
- •51 Средний выходной уровень качества aoq, предел среднего выходного уровня качества aoql.
- •64 Выборочный контроль по альтернативному признаку последовательных партий на основе приемлемого уровня aql
- •67 Последовательные планы контроля
- •65 Выбор процедуры выборочного контроля
- •66. Последовательный анализ
- •№ 68 Последовательные планы контроля
Метод максимального правдоподобия
Метод предложен Р. Фишером в 1912 г. Метод основан на исследовании вероятности получения выборки наблюдений (x1, x2, …, xn). Эта вероятность равна f (х1, T) f (х2, T) … f (хп, T) dx1 dx2 … dxn. Совместная плотность вероятности
L(х1, х2 …, хn ; T) = f (х1, T) f (х2, T) … f (хn, T),
рассматриваемая как функция параметра T, называется функцией правдоподобия.
В качестве оценки параметра T следует взять то значение, которое обращает функцию правдоподобия в максимум. Для нахождения оценки необходимо заменить в функции правдоподобия Т на и решить уравнение L/ = 0. В целях упрощения вычислений переходят от функции правдоподобия к ее логарифму ln L. Такое преобразование допустимо, так как функция правдоподобия – положительная функция, и она достигает максимума в той же точке, что и ее логарифм. Если параметр распределения векторная величина =( 1, 2, …, n), то оценки максимального правдоподобия находят из системы уравнений ln L( 1, 2, …, n) / 1 = 0;
ln L( 1, 2, …, n) / 2 = 0;
. . . . . . . . .
ln L( 1, 2, …, n) / n = 0.
Для проверки того,что точка оптимума соответствует максимуму ф-ции правдоподобия, необходимо найти вторую производную от этой ф-ии.И если вторая производная в точ-ке оптимума отрицательна, то найденные значения параметров максимизируют ф-цию.
Итак, нахождение оценок максимального правдоподобия включает следующие этапы: построение функции правдоподобия (ее натурального логарифма); дифференцирование функции по искомым параметрам и составление системы уравнений; решение системы уравнений для нахождения оценок; определение второй производной функции, проверку ее знака в точке оптимума первой производной и формирование выводов.
Метод максимального правдоподобия позволяет получить состоятельные, эффективные (если таковые существуют, то полученное решение даст эффективные оценки), достаточные, асимптотически нормально распределенные оценки. Этот метод может давать как смещенные, так и несмещенные оценки. Смещение удается устранить введением поправок. Метод особенно полезен при малых выборках. Оценка инвариантна относительно преобразования параметра, т.е. оценка некоторой функции (Т) от параметра Т является эта же функция от оценки ( ). Если функция максимального правдоподобия имеет несколько максимумов, то из них выбирают глобальный.
Метод моментов
Метод предложен К. Пирсоном в 1894 г. Сущность метода:
выбирается столько эмпирических моментов, сколько требуется оценить неизвестных параметров распределения. Желательно применять моменты младших порядков, так как погрешности вычисления оценок резко возрастают с увеличением порядка момента;
вычисленные по ЭД оценки моментов приравниваются к теоретическим моментам;
параметры распределения определяются через моменты, и составляются уравнения, выражающие зависимость параметров от моментов, в результате получается система уравнений. Решение этой системы дает оценки параметров распределения генеральной совокупности.
Метод моментов позволяет получить состоятельные, достаточные оценки, они при довольно общих условиях распределены асимптотически нормально. Смещение удается устранить введением поправок. Эффективность оценок невысокая, т.е. даже при больших объемах выборок дисперсия оценок относительно велика (за исключением нормального распределения, для которого метод моментов дает эффективные оценки). В реализации метод моментов проще метода максимального правдоподобия. Напомним, что метод целесообразно применять для оценки не более чем четырех параметров, так как точность выборочных моментов резко падает с увеличением их порядка.