- •В.В. Нешитой
- •Методы статистического анализа
- •На базе
- •Обобщенных распределений
- •Предисловие
- •Введение
- •I. Случайные события и их вероятности
- •1.1. Случайные события. Испытания. Относительная частота и вероятность
- •1.2. Виды случайных событий
- •1.3. Определения вероятности
- •1.4. Основные формулы комбинаторики
- •II. Основные теоремы теории вероятностей
- •2.1. Теорема сложения вероятностей (несовместных событий)
- •2.2. Теорема умножения вероятностей (независимых событий)
- •2.3. Формула полной вероятности
- •2.4. Теорема гипотез (формула Бейеса)
- •III. Дискретные случайные величины
- •3.1. Закон распределения вероятностей дискретной случайной величины
- •3.2. Числовые характеристики дискретной случайной величины
- •3.2.1. Математическое ожидание
- •3.2.2. Свойства математического ожидания
- •3.2.3. Дисперсия дискретной случайной величины
- •3.2.4. Свойства дисперсии
- •3.2.5. Среднее квадратическое отклонение
- •3.2.6. Одинаково распределенные взаимно независимые случайные величины
- •3.2.7. Моменты (начальные, центральные) дискретной случайной величины
- •4.2. Плотность распределения
- •4.3. Числовые характеристики непрерывных случайных величин
- •4.4. Примеры непрерывных распределений
- •4.4.1. Нормальный закон
- •5.2. Статистическое распределение выборки. Полигон. Гистограмма. Эмпирическая функция распределения
- •5.3. Статистические оценки параметров. Точность оценки, доверительная вероятность (надежность)
- •5.4. Метод моментов для точечной оценки параметров распределения
- •5.5. Метод наибольшего правдоподобия
- •VI. Обобщенные распределения. Системы непрерывных распределений
- •6.1. Методы построения обобщенных распределений
- •6.2. Построение системы непрерывных распределений методом обобщения
- •6.3. Классификация обобщенных распределений
- •Распределения группы а
- •Распределения группы б
- •Группа симметричных распределений
- •6.4. Распределения функций случайного аргумента
- •6.5. Три основные и три дополнительные системы непрерывных распределений в. Нешитого
- •VII. Оценивание параметров обобщенных распределений. Критерии для классификации кривых. Центральная предельная теорема
- •7.1. Метод наименьших квадратов
- •Значение функции распределения f(tc)
- •7.2. Метод наибольшего правдоподобия
- •7.3. Классический метод моментов
- •7.3.3. Симметричные распределения Ic-iiIc типов
- •7.3.4. Критерии для классификации кривых по методу моментов
- •7.4. Универсальный метод моментов
- •7.4.1. Законы распределения суммы независимых случайных величин
- •7.4.2. Центральная предельная теорема для трех систем непрерывных распределений
- •7.4.3. Законы распределения среднего выборочного
- •7.5. Общий устойчивый метод
- •VIII. Выравнивание и прогнозирование статистических распределений
- •8.1. Выбор системы непрерывных распределений для выравнивания статистических распределений
- •8.2. Построение выравнивающей кривой распределения по статистическим данным
- •8.2.1. Выравнивание по классическому методу моментов
- •8.2.2. Выравнивание по универсальному методу моментов
- •8.2.3. Выравнивание по общему устойчивому методу
- •8.2.4. Выравнивающее распределение суммы независимых случайных величин
- •8.2.5. Выравнивающее распределение среднего выборочного
- •8.3. Прогнозирование распределений
- •8.3.1. Первая система непрерывных распределений
- •8.3.2. Вторая система непрерывных распределений
- •Распределение населения страны по среднедушевому совокупному доходу, в % к итогу
- •8.3.3. Показатели стабильности и качества выборки
- •Iх. Статистический анализ точности и стабильности технологических процессов на базе обобщенных распределений
- •9.1. Показатели состояния технологического процесса
- •9.2. Пример статистической обработки результатов замера контролируемого параметра по программе
- •Контрольный листок Деталь №_____(название) ø50 мм ±0,012 Точность си 0,002 Дата________ Время_______
- •Отклонения от номинального размера детали «nn» ø50 ±0,012
- •Показатели статистического распределения ( )
- •9.3. Экономическая эффективность применения обобщенных распределений
- •9.4. Особенности применения статистических методов в области строительства
- •Х. Надежность как особый критерий качества
- •10.1. Некоторые показатели надежности для невосстанавливаемых объектов
- •Плотность распределения отказов
- •Интенсивность отказов
- •Гамма-процентный ресурс
- •10.2. Вычисление показателей надежности по обобщенным распределениям
- •Результаты наблюдений о наработке до отказа двигателей панелевозов (ti – пробег до отказа в тыс. Км.; mi – число панелевозов, имеющих наработку ti)
- •Показатели статистического распределения (snr2v97)
- •Логарифмическое распределение типа 1.1 с параметрами
- •XI. Временные (динамические) ряды
- •11.1. Методы выделения тренда
- •11.2. Построение кривых роста для выравнивания временных рядов
- •11.2.1. Построение кривых роста с заданными свойствами
- •11.2.2. Метод обобщения
- •11.2.3. Кривые роста на базе обобщенных распределений
- •11.3. Оценивание параметров кривых роста
- •11.3.1. Уравнение прямой
- •11.3.2. Экспонента
- •11.3.3. Обобщенная кривая роста
- •11.4. Прогнозирование временных рядов
- •11.4.1. Параметрический метод прогнозирования
- •11.4.2. Непараметрический метод прогнозирования
- •Заключение
- •Номограмма для установления типа выравнивающего распределения и нахождения оценок параметров k, u по методу моментов
- •Номограмма для установления типа выравнивающего распределения и нахождения оценок параметров k, u по общему устойчивому методу
- •Значения квантили в зависимости от уровня вероятности и числа степеней свободы r
- •Приложение 5
- •Литература
- •Содержание
9.3. Экономическая эффективность применения обобщенных распределений
Использование обобщенных распределений, алгоритмов, методов и программных средств в системах управления качеством может дать весьма значительный экономический эффект, а без их использования трудно наладить выпуск конкурентоспособной продукции.
За счет чего достигается экономический эффект при использовании обобщенных распределений?
1. Уменьшаются вероятности ошибок первого и второго рода. т.е. когда при налаженном процессе принимается решение о его разладке и наоборот, при разлаженном – что он налажен. Эти ошибки велики при неправильно установленном законе распределения технологических погрешностей, например, при постоянном использовании нормального закона.
2. Точно установленный закон распределения позволяет оценить:
возможности производственного оборудования;
эффективность управляющих воздействий;
эффективность ремонта, наладки и т.д.;
он обучает производственный персонал, дает ему в руки достоверную информацию для принятия правильных решений;
дает объективную количественную характеристику качества труда (например, ожидаемый уровень брака, а также коэффициенты точности и уровня настройки) для каждого рабочего у станка, бригады, цеха и ее изменение во времени.
3. Применение обобщенных распределений позволяет регулировать технологический процесс (ТП) с любым законом распределения технологических погрешностей.
4. Любые сложные расчеты легко вычисляются по соответствующим программам с помощью ПЭВМ.
5. Имеется возможность получения качественной продукции при коэффициенте точности близком к единице.
6. Обобщенные распределения позволяют решать другие задачи, которые нельзя решить традиционными методами, например: прогнозирование статистической структуры выборки; нахождение законов распределения суммы или среднего n независимых случайных величин; вычисление числа n, при котором закон распределения суммы или среднего можно считать нормальным и т.д.
7. Обобщенные распределения позволяют широко использовать наиболее общую характеристику точности ТП – ожидаемый процент брака. С помощью программы нетрудно подобрать оптимальное смещение центров рассеяния и допуска, при котором ожидаемый процент брака будет минимальным.
8. Программы могут быть использованы при статистическом регулировании ТП, а также при обработке результатов испытаний на надежность.
9. При использовании обобщенных распределений значительно повышается эффективность статистических методов и их роль в повышении качества продукции, возрастает доверие к ним у руководителей предприятий и всех работников, использующих эти методы.
10. Осуществление статистического анализа технологических процессов на базе обобщенных распределений и на базе одного частного случая, например, нормального закона, требует одинаковых трудозатрат. При этом ожидаемый процент брака, вычисленный по нормальному закону, может отличаться от его фактического уровня в несколько раз.
Таким образом, обобщенные непрерывные распределения, доведенные до программной реализации (в виде серии программ под общим названием SNR), являются мощным инструментом для статистического анализа и регулирования технологических процессов, а также для решения многих других задач. При этом достигается весьма высокая вероятность вычисления наилучшей выравнивающей кривой, что подтверждено апробацией программ на большом статистическом материале в течение ряда лет (с 1990 г.).