книги / Справочник по производственному контролю в машиностроении
..pdf872 |
|
Математическая статистика при анализе и контроле |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ТАБЛИЦА 15.4 |
|||
|
Значения |
F |
(х) |
в |
% |
на шкале ординат вероятностной |
бумаги |
[7] |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Значения F (х ) |
для |
оты ска |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ния |
|
|
|
|
Закон распределения |
|
П рилож е |
|
|
|
при усредне |
||||||||||
|
|
|
ние 2, |
|
|
|
|||||||||||
|
|
|
|
|
|
|
нии |
||||||||||
|
|
|
|
|
|
|
|
|
|
лист №> |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
X |
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
S |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X 4-s |
X —s |
|
|
Нормальный |
|
|
|
|
|
|
1 |
|
50 |
|
|
84,1 |
15,87 |
|||
|
Равновероятный |
|
|
|
|
|
2 |
|
50 |
78,87 |
|
78,87 |
21,13 |
||||
|
Для |
существенно |
неотрицательных случайных |
вели |
|
|
2s |
3s |
|||||||||
чин |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Максвелла |
|
|
|
|
|
|
|
3 |
|
54,4 |
19,35 |
|
57,7 |
85,46 |
||
|
Упрощенного |
модуля |
нор |
|
4 |
|
57,6 |
45,3 |
|
77,17 |
92,93 |
||||||
мального закона |
|
|
|
|
|
|
|
||||||||||
|
Экспоненциальный |
|
|
|
|
|
5 |
63,25 |
63,25 |
|
87,3 |
95,0 |
|||||
распределения имеет ту же шкалу ординат и, следовательно, линии X, |
|||||||||||||||||
X + |
s и X — s те же, |
что и |
обычная |
нормальная бумага. Различие |
|||||||||||||
в том, что на шкале абсцисс |
отложена шкала логарифмов [см. лист |
||||||||||||||||
2, 14, 15]. Для |
законов |
распределения |
существенно неотрицательных |
||||||||||||||
величин |
(табл. |
|
15.4) |
|
достаточно определить |
либо X, либо s, |
причем |
||||||||||
последнее находится |
|
так |
же, |
как X, |
т. е. непосредственно на шкале |
||||||||||||
абсцисс |
(нуль — нижняя |
граница |
наблюденных |
значений |
X*). |
||||||||||||
|
По опыту оказалось целесообразным в большинстве случаев нахо |
||||||||||||||||
дить |
значения |
X и |
|
s усреднением согласно формулам, |
|
нанесенным |
|||||||||||
в листах |
1—5 |
(стр. |
954—958), |
и |
значения |
F (х) в двух |
последних |
||||||||||
столбцах |
табл. |
15.4. |
|
|
|
|
|
бумаге приложения |
1 |
(над |
чертой) |
||||||
|
Величины, |
определенные по |
|||||||||||||||
и вычисленные по сгруппированным данным (под чертой) |
оказались |
||||||||||||||||
следующими [7]. |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
Законы |
распределения |
|
|
X |
|
|
s |
|
||||||
|
Равновероятный |
|
(лист |
2) в |
мм |
« |
|
29,9937 |
0,0029 |
|
|||||||
|
|
|
29,994 |
0,0030 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
Максвелла |
(лист |
3) |
в |
мкм |
• « |
|
|
|
|
8,7 |
|
|||||
|
|
|
|
|
8,9 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
37,40 |
|
|
|||
|
Экспоненциальный |
(лист 5) |
в |
мин |
• • |
|
|
|
|
||||||||
|
34,86 |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
874 Математическая статистика при анализе и контроле
|
|
|
|
|
|
|
|
|
ТАБЛИЦА 15.5 |
|
|
|
|
Схема |
вычисления |
X |
и s |
|
|
||
xi |
|
ni |
*i - |
aQ |
|
|
|
|
« (* i - |
|
|
|
|
|
|
- ° o + 1)2 |
|||||
|
|
|
|
|
|
|
|
|
|
|
X |
|
2 |
3 |
|
|
4 |
|
|
5 |
6 |
4,295 |
|
1 |
—0,100 |
— 0,10 |
|
0,0100 |
0,810 |
|||
4,315 |
|
9 |
—0,080 |
—0,72 |
|
0,0576 |
7,618 |
|||
4,335 |
|
35 |
—0,060 |
— 2,10 |
|
0,1260 |
30,926 |
|||
4,355 |
|
70 |
—0,040 |
— 2,80 |
|
0,1120 |
64,512 |
|||
4,375 |
|
104 |
—0,020 |
— 2,08 |
|
0,0416 |
99,882 |
|||
QQ = 4,395 |
|
133 |
0 |
|
{2 - = |
—7,801 |
0 |
133,000 |
||
4,415 |
|
113 |
0,020 |
|
2,36 |
|
0,0472 |
122,767 |
||
4,435 |
|
71 |
0,040 |
|
2,84 |
|
0,1136 |
76,794 |
||
4,455 |
|
50 |
0,060 |
|
3,00 |
|
0,1800 |
56,180 |
||
4,475 |
|
11 |
0,080 |
|
0,88 |
|
0,0704 |
12,830 |
||
4,495 |
|
10 |
0,100 |
|
1,00 |
|
0,1000 |
12,100 |
||
- |
N |
= 612 |
|
|
| 2+ = |
10,08 | |
0,8584 |
617,419 |
||
|
|
X = |
2,28 |
|||||||
|
|
|
|
|
|
|
||||
Проверка |
вычисления производится |
по |
итогу |
столбца |
G: |
|||||
£ б |
= Л / + 2 5 |
+ |
2 £ 4 ; |
^ |
6 = 617,419. |
(с) |
По формуле (с) 2 6 = 612 + 0,8584 + 2*2,28 = 617,418, что под тверждает правильность вычислений.
С помощью вероятностной бумаги нормального закона (лист 1, стр. 954) можно проверить непротиворечивость предположения о том, что опытное распределение табл. 15.3 отвечает нормальному закону,
а затем отыскать выборочные X и s. Это предположение оправдывается.
Найденные с помощью вероятностной бумаги X и s точно совпадают с приведенным выше вычислением [14,15].
Понятия о статистических гипотезах, несмещенных оценках и доверительных интервалах
Проверка статистической гипотезы означает выяснение методами ма тематической статистики согласия того или иного предположения (ги потезы) t опытом. Предположение формулируется как нулевая гипо теза (Н0). Она оценивается по уровню существенности, обычно малой вероятности Р 0. Гипотеза отвергается, если вероятность оказывается меньше, чем Р 0. Принимают Р 0 = 0,05 (5%), реже Р 0 = 0,1 (10%), а для ответственных оценок Р 0 = 0,01 и даже 0,001.
Выборка |
и распределение |
875 |
Проверка гипотезы # 0 |
связана с выбором критерия |
(правила) |
проверки. Принятие гипотезы означает лишь то, что она не находится в грубом противоречии с наблюденными значениями.
При решении вопроса о том, принять или отвергнуть гипотезу # 0>
возможна одна из |
следующих |
ошибок: |
верна. Ошибка |
называется |
|||
а) отвергается |
гипотеза / / 0, |
когда она |
|||||
о ш и б к о й |
п е р в о г о |
р о д а (риск |
поставщика а |
или ошибка |
|||
производителя |
при |
контроле продукции); |
|
|
|
||
б) принимается гипотеза /У0, когда она неверна. Ошибка назы |
|||||||
вается о ш и б к о й |
в т о р о г о |
р о д а |
(риск |
потребителя р). |
|||
Ошибки оцениваются |
количественно своими |
вероятностями, при |
чем вероятность ошибки первого рода равна уровню существенности. Применение теории гипотез к оценке измерений приведено в главе
третьей.
Гипотезой # 0 является, например, предположение о том, что об щая совокупность, из которой взята выборка, подчиняется данному
закону |
распределения. |
К р и т е р и е м |
с о г л а с и я |
называют |
||
правило |
оценки |
этого предположения. |
|
|
||
Критерий |
у2 |
(хи-квадрат) достаточно распространен на практике. |
||||
Наблюденное |
значение |
у2 подсчитывается |
по формуле |
|
т
где /г- — теоретические частоты; /г. — опытные частоты; т — число
разрядов.
Для того чтобы гипотеза //„ была отвергнута, должно быть
|
|
|
|
|
Х2 >Хи. |
|
|
|
|
(15.9) |
|
Теоретическое значение y^j берется по таблицам [1, |
10, 15], |
а для |
|||||||||
уровня |
существенности |
Р = |
0,05 — по данным, |
приведенным |
ниже. |
||||||
к |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
10 |
з . м |
Г», 99 |
7.82 |
9. -19 |
11,07 |
12,59 |
14,07 |
15,51 |
16,92 |
|
18,31 |
|
к |
11 |
12 |
13 |
И |
1Г> |
16 |
17 |
18 |
19 |
-- |
20 |
1 о 19,68 |
21,03 |
22,36 |
23,68 |
25,00 |
26,30 |
27,59 |
28,87 |
30,14 |
|
31,41 |
|
Здесь (и в других таблицах) k — число степеней свободы; k = т — |
|||||||||||
— / — 1, |
где / — число |
оцениваемых |
параметров закона распределения |
||||||||
(см. табл. |
1.1). |
|
|
|
|
|
|
|
|
|
|
Если найденное значение у2 оказывается меньше, чем yjj, |
то ги |
||||||||||
потеза # 0 не отвергается, т. е. нет заметного противоречия в |
предпо |
||||||||||
ложении об определенном законе распределения. |
данным, |
т. е. |
|||||||||
Практические расчеты выполняются по опытным |
|||||||||||
по статистическим |
характеристикам. |
Эти характеристики называются |
|||||||||
н е с м е щ е н н ы м и |
о ц е н к а м и |
[9], |
если |
их среднее |
значение |
при любом объеме выборки равно соответствующему параметру распре деления. Такой оценкой параметра Х0 служит выборочное среднее X.
876 Математическая статистика при анализе и контроле
Но любая оценка в свою очередь имеет погрешность как функцию неко торого среднего квадратического отклонения [9].
Среднее квадратическое отклонение выборочного среднего X
о
'х V N ’
где о — среднее квадратическое отклонение случайной величины X.
Аналогичное отклонение выборочной медианы X
о~ = 1,2533 |
. |
ЛУ п
Так как обычно а неизвестно, то его заменяют s из опытных данных. Среднее квадратическое отклонение выборочного значения s
os |
0,707oj. |
Эта формула справедлива только для нормального закона распре деления случайной величины х .
Доверительными интервалами называют граничные значения стати стических характеристик, которые с заданной вероятностью Р заклю чают неизвестные значения параметров.
Интервалы, внутри которых можно ожидать нахождения тео ретического среднего Х 0 при заданной вероятности, часто определяются как X ± to-g, где t — квантиль, зависит от закона распределения X*
Для нормального закона и объема выборочной совокупности, большей чем 25 экз., обычно принимают t = 3, причем заданная вероятность равна 0,9973. Предельные интервалы, содержащие с заданной вероят ностью Р все значения Xi случайной величины X, могут быть также
определены как |
X + |
ts |
[4,19]. |
|
в табл. |
1 приложения |
1, |
Значение функции |
Ф (i), приведенное |
||||||
позволяет найти |
доверительные |
интервалы |
для нормального закона, |
||||
а в табл. 5 (приложение |
1) — для функции |
распределения Стьюдента. |
|||||
В этой таблице, |
используемой |
для доверительных |
интервалов |
Х0, |
k = N -— 1 — число степеней свободы, Р (t0) — вероятность. Пример пользования табл. 2 приложения 2 для определения доверительных
границ Х 0 приведен в главе третьей (стр. 457).
В табл. 15.6 приведены значения t для некоторых законов распре деления.
П рим ер 3 . Установить предельные границы для наблюденных значений xi примера 1 в предположении, что опытные данные распреде ляются: а) нормально; б) равномерно; в) в случае, если закон распреде ления неизвестен, но симметричный и одновершинный.
Примем Р = |
0,95; 5 = 0,037 мм приравниваем неизвестному зна |
|||||||
чению параметра |
о. |
|
|
|
указанных условий: |
|||
Согласно табл. 15.6 найдем для |
||||||||
|
а) |
X ± |
1,96.0,037= Х ±0,072 |
мм; |
||||
|
б) |
X |
± |
1,65*0,037 » |
X |
± |
0,061 |
мм; |
|
в) |
X |
± |
2,98*0,037 = |
X |
± |
1,043 |
мм. |
|
Анализ статистических связей |
879 |
|
где sx |
и sy — выборочные средние квадратические отклонения |
вели |
|
чин xt |
и у i, а Схуу называемая |
ковариацией, определяется формулой |
|
|
Tj ПХУХ У |
|
|
|
С*У = — |
--------- (15Л1) |
|
Числитель первого члена формулы (15.11) представляет сумму произведений значений xt и yi на соответствующие частоты nxfh обве
денные рамкой в табл. 15.7, а X и Y — выборочные средние, которые вычисляются по формуле (15.1) или (15.2).
Значения отклонений sy и sx удобно вычислять по формулам
|
sУ |
|
|
|
(15.12) |
|
|
И п. А |
'А'2, |
(15.13) |
|||
|
1 |
|
||||
|
|
|
|
|
|
|
где пх и пу — частоты (табл. 15.7); |
N — v пх — 2 Пу |
|
|
|||
Вычисления гк проще вести по схеме табл. 15.8 (пример 4), а при |
||||||
больших N — по способу моментов |
[10, 15]. |
|
|
|
||
В случае положительной корреляции (т. е. ус возрастает с увели |
||||||
чением xt) rK |
0, а в случае отрицательной |
корреляции гк <2 0. |
Пре |
|||
делы— I ^ T K ^ |
+ I. Чем ближе |
к единице |
значение гк, |
гем |
теснее |
линейная связь между наблюденными величинами ус и хс, и при | гк | = 1 она становится функциональной. Если же гч равен нулю, то линейная
корреляционная |
связь |
отсутствует, но нелинейная может иметь место. |
||||||||||
|
П рим ер 4. |
Вычислить |
коэффициент |
корреляции |
гк для |
дан |
||||||
ных табл. 15.7. Ход вычислений |
сведен |
в табл. 15.8, |
где данные столб |
|||||||||
цов |
1—4 перенесены из соответствующих столбцов и строк табл. |
15.7. |
||||||||||
|
|
|
|
Вычисление |
г к |
|
|
ТАБЛИЦА |
15.8 |
|||
|
|
|
|
|
|
|
|
|
|
|||
|
|
*1 |
|
Сумма |
SпхуМ |
Сумма |
|
2 п хи*‘> |
||||
|
пч |
пх |
по строям |
,по |
строям |
|||||||
|
|
|
п |
У |
|
|
xi |
|
|
|
||
|
|
|
|
|
( 1 ) - ( 5 ) |
|
|
|
|
|||
1 |
2 |
3 |
•1 |
|
г, |
6 |
|
|
7 |
|
ь |
|
1 |
1 |
1 |
4 |
|
1 |
1 |
|
|
8 |
|
|
|
2 |
3 |
2 |
4 |
|
4 |
8 |
|
|
12 |
|
24 |
|
3 |
4 |
3 |
4 |
|
8 |
24 |
|
|
16 |
|
4 8 |
|
4 |
4 |
4 |
3 |
|
12 |
48 |
|
|
14 |
|
56 |
|
5 |
3 |
■“* |
— |
|
11 |
55 |
|
|
— |
|
— |
|
- |
15 |
|
15 |
|
3!) |
130 |
|
|
50 |
|
136 |
|
- |
N |
- |
N |
|
- |
2 W |
" |
|
- |
' |
2 г‘хих" |
|
|
|
|
|
|
|
XI/ |
|
|
|
|
XLf |
|
880 Математическая статистика при анализе и контроле
Столбец 5 табл. |
15.8 получается из сумм |
произведений частот пху |
||||||||||
табл. 15.7 |
строя |
yi |
на |
соответствующие значения Х{. Например, |
для |
|||||||
строя yi = |
1 |
получим: Ы |
= |
1; для строяyt |
= |
2 получим: 2*1 + 1 *2 — |
||||||
= 4; для строя |
*/«• = |
3: |
1-1 + |
2«2 + |
1 -3 =* 8 и т. д. |
по |
||||||
Столбец |
б |
табл. |
15.8 |
составляется |
из |
произведений сумм |
||||||
строям yt, |
т. е. данных |
столбца 5, на соответствующее значение |
yi |
|||||||||
столбца 1; например: 1 = |
Ы ; |
8 = 4*2 и т. д. Столбец 7 заполняется |
||||||||||
аналогично |
|
столбцу |
5, |
но |
по |
строям |
хи |
а |
столбец 8 — аналогично |
столбцу 6, т. е. умножением цифр столбца 7 на значения Х{ столбца 3. Суммы столбцов 6 и 8 должны быть одинаковыми (136), так как
они являются числителем дроби формулы (15.11).
Затем находят по суммам столбцов 5 и 7: |
|
|
S i |
- § - 2 , 4 0 ; |
(а) |
N |
|
|
S 2 |
Ф) |
|
N |
||
|
По формуле (15.11) получим (учитывая сумму столбца б или 8)
Сху = ^ - 2,40'3,33 = 1,075. (с)
Для вычисления sy и sx составлены табл. 15.9 и табл. 15.10. Из сумм последних столбцов этих таблиц с учетом формул (а), (Ь) и (15.12), (15.13) получим:
|
Sy = у |
1 ^ — (3,33)2 = |
Y 12,5333— 11,0889 = 1,202; |
(d) |
||||
|
s* = |
— (2,40)2 = |
V 6,9333 — 5,7600 = |
1,083. |
(е) |
|||
|
|
ТАБЛИЦА 15.9 |
|
ТАБЛИЦА 15.10 |
||||
|
Вычисления для |
sy |
|
Вычисления для sx |
|
|||
y t |
ЯУ |
• V i |
n, / i |
|
|
V / |
nxxi |
|
1 |
1 |
1 |
1 |
1 |
4 |
4 |
4 |
|
2 |
3 |
6 |
12 |
2 |
4 |
3 |
16 |
|
3 |
4 |
12 |
36 |
|||||
3 |
4 |
12 |
36 |
|||||
4 |
4 |
16 |
64 |
|||||
4 |
3 |
12 |
48 |
|||||
5 |
3 |
15 |
75 |
|||||
2 |
15 |
50 |
i 88 |
2 |
15 |
36 |
104 |