- •Введение
- •1.Общие положения
- •1.1.Тематика курсовых работ
- •1.2.Расчетная часть
- •2. Порядок выполнения расчетов
- •2.2. Построение статистического ряда
- •2.3. Определение оценок числовых характеристик
- •2.4. ИСКЛЮЧЕНИЕ ИЗ МАССИВА ПРОМАХОВ
- •2.5 Определение закона распределения вероятности экспериментальных данных
- •2.5.1. Построение гистограммы
- •2.5.2. Аппроксимация гистограммы и определение аналитического выражения функции плотности распределения вероятности
- •2.6.1. Основные теоретические положения применения критериев согласия при проверке гипотез
- •2.6.3. Критерий согласия А.Н. Колмогорова
- •2.6.4 Критерий согласия К. Пирсона (критерий χ2)
- •2.7.1. Общие сведения о характеристиках положения закона распределения вероятности и их оценках
- •2.7.2. Определение оценки характеристики положения
- •2.7.3. Представление результата измерения
- •Приложение А
- •Приложение Б
2.6. ОПРЕДЕЛЕНИЕ СООТВЕТСТВИЯ АНАЛИТИЧЕСКОГО ВЫРАЖЕНИЯ ЗРВЭКСПЕРИМЕНТАЛЬНЫМ ДАННЫМ
2.6.1. Основные теоретические положения применения критериев согласия при проверке гипотез
Задача проверки правдоподобия гипотез тесно связана с задачей определения закона распределения вероятности случайной величины. При решении такого рода задач исследователь обычно не располагает настолько большим статистическим материалом, чтобы выявляющиеся в нем статистические закономерности были свободны от элементов случайности. Статистический материал может с большей или меньшей степенью согласия подтверждать или не подтверждать справедливость той или иной гипотезы. По этой причине разработаны различные методы определения согласованности экспериментального и теоретического распределений, так как как бы хорошо ни была подобрана теоретическая кривая, между нею и экспериментальным распределением неизбежны некоторые расхождения. Необходимо решить вопрос, объясняются ли эти расхождения только случайными обстоятельствами, связанными с ограниченным числом наблюдений, или они являются существенными и связаны с тем, что подобранное теоретическое распределение не соответствует (или плохо соответствует) экспериментальному распределению. Для этого существуют критерии согласия, идея применения которых следующая [8].
Допустим, что следует проверить гипотезу H, состоящую в том, что случайная экспериментально определенная величина Х подчиняется некоторому известному закону распределения (т.е. величина Х имеет известную функцию и (или) плотность распределения вероятности). Для того, чтобы принять или опровергнуть гипотезу Н, рассмотрим некоторую величину U, характеризующую степень расхождения теоретического и статистического (экспериментального) распределений. Величина U
может быть подобрана различными способами: это может быть сумма квадратов отклонений теоретических вероятностей от соответствующих частостей, или сумма тех же квадратов отклонений, но с некоторыми коэффициентами, или же максимальное отклонение экспериментальной функции распределения от теоретической и т.д. При любом способе определения величины U она будет величиной случайной, закон распределения которой зависит от закона распределения Х и от объема выборки. И если гипотеза Н верна, то закон распределения величины U определяется законом распределения величины Х и объемом выборки. Если в конкретном случае величина U приняла определенное значение u, то необходимо определить, можно ли объяснить это случайными причинами
или же это расхождение слишком велико и указывает на наличие существенной разницы между теоретическим и экспериментальным распределениями, что указывает на непригодность гипотезы Н. Сделаем предположение, что гипотеза Н верна, при этом определим теоретически критическую вероятность того, что за счет случайных причин, связанных с недостаточным объемом выборки, мера расхождения U оказывается не
меньше (больше или равной), чем наблюденное в эксперименте значение u, т.е. вычислим вероятность события U ≥ u. Если эта
вероятность мала, то гипотезу Н следует отвергнуть как малоправдоподобную, если же эта вероятность значительна, следует признать, что экспериментальные данные не противоречат гипотезе
Н.
При некоторых способах выбора меры расхождения U закон ее распределения обладает простыми свойствами и при достаточно большом объеме выборки практически не зависит от теоретической функции распределения вероятности величины Х. Именно такие меры расхождения и применяют в математической статистике в качестве критериев согласия.
Такими критериями могут быть критерий Колмогорова, К. Пирсона, Мозеса и т.д. (критерий Пирсона применялся студентами в контрольной работе для проверки нормальности закона распределения вероятности).
Прежде, чем переходить к рассмотрению вопроса применения критериев согласия, необходимо пояснить некоторые термины, которые используются при статистической проверке гипотез, в частности «уровень значимости» и «число степеней свободы».
Уровень значимости определяет критическую вероятность того, что выдвигаемая гипотеза о соответствии экспериментального ЗРВ теоретическому может быть принята. Если вероятность того, что выдвигаемая гипотеза о соответствии экспериментального ЗРВ теоретическому будет больше уровня значимости, то можно считать, что выдвигаемая гипотеза не противоречит экспериментальным данным и может быть использована для определения результата многократного измерения. Если же вероятность того, что выдвигаемая гипотеза о соответствии экспериментального ЗРВ теоретическому будет мала, то гипотеза отвергается, после чего должна быть выдвинута другая гипотеза и проведена проверка ее соотвествия экспериментальным данным.
Чем меньше уровень значимости, тем меньше вероятность забраковать проверяемую гипотезу, когда она верна (т.е. совершить «ошибку первого рода»), но с уменьшением уровня значимости понижается чувствительность критерия, так как расширяется область допустимых значений и увеличивается вероятность совершения «ошибки второго рода», т.е. принятия проверяемой гипотезы, когда она не верна.
Среди уровней значимости широкое применение имеют 5%-ный уровень, при котором величина вероятности q = 0,05. Иногда применяют 1%-ный уровень значимости (q = 0,01), очень редко 0,1%-ный (q = 0,001). Основанием для выбора уровня значимости служит допустимая вероятность совершения ошибки второго рода (т.е. принятия неверной гипотезы). Если известна вероятность того, что выдвигаемая гипотеза о соответствии экспериментального ЗРВ теоретическому может быть отвергнута (Р(х)), то уровень значимости может быть определен по формуле
q(x) = 1 – P(x) . |
(23) |
Число степеней свободы распределения должно быть определено при проверке гипотезы о соответствии экспериментального ЗРВ теоретическому по критерию согласия К. Пирсона. Число степеней свободы ( r ) определяет число независимых связей, наложенных на вероятность попадания отсчетов в интервалы, на которые разбита вся экспериментальная совокупность. Примерами таких условий могут быть
|
|
l |
|
|
|
|
1) |
∑pi =1, |
(24) |
||
|
l |
i=1 |
|
|
|
где |
– количество интервалов, pi |
- вероятность попадания отсчета в i –й |
|||
интервал; это требование (суммарная |
вероятность равна единице) |
||||
накладывается во всех случаях; |
|
|
|||
|
2) |
l ~ |
= mx , |
(25) |
|
|
∑xi pi |
||||
|
~ |
i=1 |
|
|
|
где |
- среднее значение отсчета |
в i-м |
интервале, mx - теоретическое |
||
xi |
среднее значение; это равенство регламентирует условие, при котором должны совпадать средние теоретические и экспериментальные значения;
3) |
l ~ |
2 |
= Dx , |
(26) |
∑(xi − mx ) |
|
i=1
где Dx – теоретическая дисперсия, т.е. здесь регламентируется совпадение теоретической и экспериментальной дисперсии.
Могут существовать и другие условия, которые налагают ограничения на аппроксимирующие функции. Если применяются эти ограничения, то
число степеней свободы равно разности между количеством интервалов, на которые разбита вся совокупность отсчетов, и
количеством ограничительных условий. Если ограничительных условий три, то число степеней свободы
|
|
r = l −3. |
(27) |
Теперь |
рассмотрим |
основные правила |
применения некоторых |
критериев согласия. |
|
|
|
|
2.6.2. Критерий согласия Мозеса (ω2 – критерий) |
||
Этот критерий согласия, получивший название ω2 (омега-квадрат) |
|||
основывается |
на |
непосредственно |
экспериментальных |
(несгруппированных) значениях рассматриваемой величины Q [8].
Пусть гипотеза заключается в том, что величина Q распределена согласно непрерывному закону распределения F(Q), который считается известным. Функция распределения, определенная экспериментально - F*(Q), при больших объемах данных и правильной гипотезе, будет
равномерно близка к теоретическому закону распределения вероятности |
|
F(Q), а отклонение [F * (Q) − F(Q)] |
будет равномерно мало. В качестве |
меры, определяющей степень расхождения экспериментальной и теоретической зависимости, рассматривается средний квадрат отклонений по всем возможным значениям аргумента:
ω2 = ∞∫[F * (Q) − F (Q)]2 dF (Q) , |
(28) |
−∞ |
|
при этом dF (Q) = F ′(Q)dQ , т.е. предполагается, что функция F(Q) имеет
производную при всех значениях аргумента (т.е. плотность распределения вероятности не имеет разрывов и является плавной кривой).
Если считать, что экспериментальная совокупность значений величины Q имеет n членов вариационного ряда, функцию F*(Q) представим в виде
Fn(Q) = 0 |
при |
Q < Q1, |
||
Fn(Q) = |
k |
при |
Qk ≤ Q ≤ Qk+1 (k = 1, 2, ….., n – 1), (29) |
|
n |
||||
|
|
|
||
Fn(Q) = k |
при |
Q ≥ Qn. |
После промежуточных преобразований получаем выражение для вычисления ω2
|
1 |
|
|
1 |
k =n |
|
2k −1 |
|
2 |
|
ω2 = |
|
+ |
∑ F (Qk ) − |
. |
(30) |
|||||
12n |
2 |
|
2n |
|||||||
|
|
|
n k =1 |
|
|
|
|
Это равенство показывает, каким образом ω2 зависит от членов вариационного ряда. Точное распределение ω2 очень сложное, но исследования показали, что уже при n > 40 распределение произведения nω2 близко к некоторому предельному распределению, для которого вычислены таблицы. По этим таблицам определены критические значения для величины nω2, которое определяется выражением
|
|
k =n |
|
2k −1 |
|
2 |
|
|
nω2 = |
1 |
+ ∑ F (Qk ) − |
. |
(31) |
||||
12n |
2n |
|||||||
|
k =1 |
|
|
|
|
Уровни значимости и критические точки приведены в табл. 10.
Таблица 10
Уровни |
50 |
40 |
30 |
20 |
10 |
|
значимости |
||||||
q=P(nω2>zq)100% |
|
|
|
|
|
|
Критические |
0,1184 |
0,1467 |
0,1843 |
0,2412 |
0,3473 |
|
точки zq |
||||||
|
|
|
|
|
||
Уровни |
|
|
|
|
|
|
значимости |
5 |
3 |
2 |
1 |
0,1 |
|
q=P(nω2>zq)100% |
|
|
|
|
|
|
Критические |
0,4614 |
0,5489 |
0,6198 |
0,7435 |
1,1679 |
|
точки zq |
||||||
|
|
|
|
|
В том случае если полученное значение nω2 меньше критического значения для определенного уровня значимости (как правило, 5%), то выдвинутая гипотеза о законе распределения не противоречит экспериментальным данным. При значениях nω2 > zq выдвинутая гипотеза о законе распределения экспериментальных данных должна быть отвергнута.
ПРИМЕР. Рассмотрим примеры применения критерия согласия Мозеса для определения правильности выдвинутой гипотезы распределения вероятности для трех функций, аналитические выражения плотности распределения вероятности которых описываются выражениями (20) – (22). Необходимо обратить внимание на то, что
суммирование должно производиться по всем членам статистического ряда, которых в нашем примере 34 (см. табл. 5).
Расчеты производились следующим образом. Экспериментальная функция распределения вероятности определялась суммированием
|
2k −1 |
k - |
|
накопленных частостей и расчетом отношения |
|
, где |
|
2n |
суммарное количество отсчетов, равных или меньше данного значения отсчета. Теоретические значения функций распределения вероятности определялись интегрированием аналитических выражений плотностей распределения вероятности (20) – (22).
1. Для трапецеидального закона функция распределения вероятности определялась по следующей формуле:
Q |
Q |
Q |
Q |
F1 (Q)= ∫P1 |
(Q)dQ = ∫(aQ −b)dQ + ∫cdQ + ∫(−aQ +g)dQ, |
||
−∞ |
−∞ |
Q2 |
Q3 |
при этом в диапазоне значений отсчетов от Q = - ∞ до Q=3,375 |
|||
|
Q |
Q |
|
F1' (Q)= ∫P1 (Q)dQ = ∫(aQ −b)dQ , |
|||
|
−∞ |
−∞ |
|
в диапазоне значений отсчетов от |
Q=3,375 до Q=5,025 |
||
|
Q |
3,375 |
Q |
F1'' (Q)= ∫P1 (Q)dQ = |
∫(aQ −b)dQ + ∫cdQ , |
||
|
−∞ |
−∞ |
3,375 |
в диапазоне значений отсчетов от |
Q=5,025 до Q= +∞ |
||
Q |
3,375 |
5,025 |
∞ |
F1''' (Q)= ∫P1 (Q)dQ = ∫(aQ −b)dQ + ∫cdQ + |
∫(−aQ +g)dQ. |
||
−∞ |
−∞ |
3,375 |
5,025 |
Результаты вычислений сведены в табл. 11. В колонке 5 записаны значения экспериментальной функции распределения вероятности, а в колонке 6 – теоретической, вычисленной по вышеприведенным формулам для различных значений экспериментального ряда, записанного в графе 1 табл. 5.
|
|
|
|
|
|
|
Таблица 11 |
|
|||||
|
|
Кол- |
|
|
|
|
|
|
|
|
|
|
|
|
Значени |
во |
Сумм. |
|
|
|
|
|
|
|
|
|
|
№ |
я членов |
член- |
кол-во |
|
2k −1 |
F1 (Qi ) |
|
|
|
2k −1 |
|
2 |
|
|
|
|
|
|
|||||||||
вариац. |
ов ва- |
отсче- |
|
|
F1 |
(Qi )− |
|
×N |
|||||
п/п |
|
2n |
|||||||||||
ряда |
риац. |
тов |
|
2n |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|||||
|
(Qi) |
ряда |
k |
|
|
|
|
|
|
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
|
6 |
|
|
7 |
|
|
||
1 |
2,5 |
1 |
1 |
0,002083 |
0,002775 |
|
|
4,78403E-07 |
|||||
2 |
2,6 |
1 |
2 |
0,00625 |
0,009089 |
|
|
8,06106E-06 |
|||||
3 |
2,7 |
3 |
5 |
0,01875 |
0,019026 |
|
|
2,28197E-07 |
|||||
4 |
2,8 |
4 |
9 |
0,035417 |
0,032585 |
|
|
3,20779E-05 |
|||||
5 |
2,9 |
5 |
14 |
0,05625 |
0,049766 |
|
|
0,000210198 |
|||||
6 |
3 |
4 |
18 |
0,072917 |
0,07057 |
|
|
2,20274E-05 |
|||||
7 |
3,1 |
7 |
25 |
0,102083 |
0,094996 |
|
|
0,000351592 |
|||||
8 |
3,2 |
11 |
36 |
0,147917 |
0,123045 |
|
|
0,006804707 |
|||||
9 |
3,3 |
12 |
48 |
0,197917 |
0,154716 |
|
|
0,022395779 |
|||||
10 |
3,375 |
0 |
48 |
0,197917 |
0,180846 |
|
|
0 |
|
|
|||
11 |
3,4 |
13 |
61 |
0,252083 |
0,189896 |
|
|
0,050274438 |
|||||
12 |
3,5 |
13 |
74 |
0,30625 |
0,226096 |
|
|
0,083520628 |
|||||
13 |
3,6 |
10 |
84 |
0,347917 |
0,262296 |
|
|
0,073308986 |
|||||
14 |
3,7 |
8 |
92 |
0,38125 |
0,298496 |
|
|
0,054785796 |
|||||
15 |
3,8 |
9 |
101 |
0,41875 |
0,334696 |
|
|
0,063585674 |
|||||
16 |
3,9 |
8 |
109 |
0,452083 |
0,370896 |
|
|
0,052731065 |
|||||
17 |
4 |
8 |
117 |
0,485417 |
0,407096 |
|
|
0,049073015 |
|||||
18 |
4,1 |
2 |
119 |
0,49375 |
0,443296 |
|
|
0,005091212 |
|||||
19 |
4,2 |
4 |
123 |
0,510417 |
0,479496 |
|
|
0,003824351 |
|||||
20 |
4,3 |
5 |
128 |
0,53125 |
0,515696 |
|
|
0,001209635 |
|||||
21 |
4,4 |
6 |
134 |
0,55625 |
0,551896 |
|
|
0,000113744 |
|||||
22 |
4,5 |
4 |
138 |
0,572917 |
0,588096 |
|
|
0,000921649 |
|||||
23 |
4,6 |
7 |
145 |
0,602083 |
0,624296 |
|
|
0,003453818 |
|||||
24 |
4,7 |
10 |
155 |
0,64375 |
0,660496 |
|
|
0,002804285 |
|||||
25 |
4,8 |
12 |
167 |
0,69375 |
0,696696 |
|
|
0,000104147 |
|||||
26 |
4,9 |
13 |
180 |
0,747917 |
0,732896 |
|
|
0,002933066 |
|||||
27 |
5 |
14 |
194 |
0,80625 |
0,769096 |
|
|
0,019325876 |
|||||
28 |
5,025 |
0 |
194 |
0,80625 |
0,778146 |
|
|
0 |
|
|
|||
29 |
5,1 |
10 |
204 |
0,847917 |
0,804141 |
|
|
0,019163265 |
|||||
30 |
5,2 |
8 |
212 |
0,88125 |
0,835813 |
|
|
0,016516022 |
Окончание табл. 11
1 |
2 |
3 |
4 |
5 |
6 |
7 |
31 |
5,3 |
9 |
221 |
0,91875 |
0,863863 |
0,027113047 |
32 |
5,4 |
8 |
229 |
0,952083 |
0,888291 |
0,032555898 |
33 |
5,5 |
6 |
235 |
0,977083 |
0,909096 |
0,027733665 |
34 |
5,6 |
2 |
237 |
0,985417 |
0,926279 |
0,006994575 |
35 |
5,7 |
2 |
239 |
0,99375 |
0,939839 |
0,005812749 |
36 |
5,8 |
1 |
240 |
0,997917 |
0,949777 |
0,002317408 |
|
|
|
|
|
n |
|
2k −1 |
|
2 |
||
|
|
|
|
|
|
|
|||||
|
|
|
|
∑( |
F1 (Qi ) − |
|
× N ) = 0,6362 . |
||||
|
|
|
|
2n |
|
||||||
|
|
|
|
k =1 |
|
|
|
||||
|
1 |
k =n |
2k −1 |
|
2 |
|
|
|
|
|
|
Параметр nω2 = |
+ ∑ F1 (Qk ) − |
|
= 0,63652, что соответствует |
||||||||
12n |
2n |
||||||||||
|
k =1 |
|
|
|
|
|
|
|
|||
уровню значимости менее 0,02 (см. табл. 10). |
|
|
|
|
Проверка соответствия экспериментальных данных двум другим гипотезам о законе распределения вероятности по критерию Мозеса
производится аналогично и приведена ниже. |
|
|
|
|
|
|
|
|
||||||||||||
2. |
Для |
удобства |
вычислений |
функции распределения |
вероятности |
|||||||||||||||
F2(Q) |
ее |
|
целесообразно |
выразить через |
интеграл |
|
вероятности |
|||||||||||||
|
1 |
t |
|
t 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Ф(t)= |
∫e− |
|
dt , значения которого можно найти практически в любом |
|||||||||||||||||
2 |
||||||||||||||||||||
|
2π |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
справочнике по математической статистике: |
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
Q |
|
Q |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F2 (Q)= ∫P2 (Q)dQ = ∫ (А1е−α1 (Q−Q1 )2 + А2е−α2 (Q−Q2 )2 )dQ = |
||||||||||||||||||
|
|
|
|
|
−∞ |
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
π |
|
t1 |
|
−t12 |
π |
1 |
t21 |
− |
t22 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
= A1 α1 |
|
21π ∫0 e |
|
2 |
dt1 + A2 α2 |
2π |
∫0 e |
|
|
2 dt2 , |
|
||||
где t1= |
2α1 (Q −Q1 ) , |
|
t2= |
2α2 (Q −Q2 ) , dt1 |
= dQ |
|
2α1 , |
dt2 = dQ 2α2 , |
||||||||||||
при этом |
|
интеграл вероятности для значений -∞ < Q ≤ 3,492 в первом |
||||||||||||||||||
слагаемом |
и -∞ < Q |
≤ 4,908- |
во втором (отрицательные значения |
|||||||||||||||||
параметров t1 и t2 ) определяется по формуле Ф(-t)=0,5 |
- |
Фт(t), а для |
||||||||||||||||||
значений 3,492≤ Q < ∞ в первом слагаемом и |
4,908≤ Q < ∞ - во втором |
|||||||||||||||||||
(положительные значения параметров t1 и t2 ) - |
по формуле Ф(t)=0,5 + |
|||||||||||||||||||
Фт(t), где Фт(t) – табличное значение интеграла вероятности. |
||||||||||||||||||||
Во время |
|
расчетов |
необходимо |
учитывать, что |
|
|
данная функция |
распределения вероятности состоит из суммы двух интегралов, каждый из которых имеет максимальное значение ≈ 0,5, а половина каждого
интеграла имеет максимальное значение ≈ 0,25. По этой причине рассчитанные значения функции распределения вероятности необходимо делить на 2.
Например, при Q =3,3 (т.е интервал значений Q < Q1) t1 ≈ -0,66, t2 ≈ -5,34.
Фт(t1) = 0,2455 , Фт(t2) ≈ 0,5, тогда Ф(-t1) =0,5 - 0,2455 = 0,2545 , Ф(-t2) =
0,5 - 0,5 = 0. Таким образом, теоретическое значение вероятности для данного двухмодального закона распределения при Q = 3,3 будет равно
[Ф(-t1) + Ф(-t2)]/2 = 0,12725.
Если Q = 4,4, (т.е интервал значений Q > Q1), то t1 ≈ 3, t2 ≈ -1,69. Фт(t1) ≈
0,49865 , Фт(t2) ≈ 0,4545, тогда Ф(t1) =0,5 + 0,49865 = 0,99865, Ф(-t2) = 0,5
- 0,4545 = 0,0455, а [Ф(t1) + Ф(t2)]/2 = 0,522075. |
Аналогично проводятся |
|||||||||||||||||
расчеты F2(Qi) |
для других значений экспериментального ряда (табл. |
5, |
||||||||||||||||
|
|
|
|
|
|
2k −1 |
|
|
|
|
|
|
|
|||||
графа 1). Расчет значений |
|
|
|
|
не представляет |
сложности. |
||||||||||||
|
2n |
|
||||||||||||||||
Результаты всех расчетов сведены в табл. 12. |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 12 |
|
|||
|
Значения |
|
Кол-во |
Суммар. |
|
|
|
|
|
|
|
|
|
|
|
|
||
№ |
членов |
|
членов |
кол-во |
|
|
|
|
|
|
|
|
|
|
|
|
||
вариац. |
|
вариац. |
отсчет |
|
|
2k −1 |
|
F2(Qi ) |
|
|
− |
|
2 |
|
||||
|
|
|
|
|
|
|
||||||||||||
п/п |
|
|
ов |
|
|
|
|
|
|
F2(Qi )− |
2k 1 |
|
|
×N |
||||
ряда |
|
ряда |
|
|
|
2n |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
2n |
|
|
|||||||||
|
(Qi) |
|
N |
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
1 |
2 |
|
3 |
|
4 |
5 |
|
|
6 |
|
|
7 |
|
|
|
|||
1 |
2,5 |
|
1 |
|
1 |
0,002083 |
|
0,00035 |
|
3,00444E-06 |
||||||||
2 |
2,6 |
|
1 |
|
2 |
0,00625 |
|
0,000725 |
|
3,05256E-05 |
||||||||
3 |
2,7 |
|
3 |
|
5 |
0,01875 |
|
0,002075 |
|
0,000834167 |
||||||||
4 |
2,8 |
|
4 |
|
9 |
0,035417 |
|
0,005075 |
|
0,003682467 |
||||||||
5 |
2,9 |
|
5 |
|
14 |
0,05625 |
|
0,01165 |
|
0,0099458 |
||||||||
6 |
3 |
|
4 |
|
18 |
0,072917 |
|
0,024725 |
|
0,009289747 |
||||||||
7 |
3,1 |
|
7 |
|
25 |
0,102083 |
|
0,0467 |
|
0,021471195 |
||||||||
8 |
3,2 |
|
11 |
|
36 |
0,147917 |
|
0,08055 |
|
0,049920946 |
||||||||
9 |
3,3 |
|
12 |
|
48 |
0,197917 |
|
0,12725 |
|
0,059798201 |
||||||||
10 |
3,375 |
|
0 |
|
48 |
0,197917 |
|
0,17045 |
|
|
0 |
|
|
|
||||
11 |
3,4 |
|
13 |
|
61 |
0,252083 |
|
0,18625 |
|
0,056342361 |
||||||||
12 |
3,5 |
|
13 |
|
74 |
0,30625 |
|
0,251275 |
|
0,039289258 |
||||||||
13 |
3,6 |
|
10 |
|
84 |
0,347917 |
|
0,31665 |
|
0,009776044 |
||||||||
14 |
3,7 |
|
8 |
|
92 |
0,38125 |
|
0,374525 |
|
0,000361805 |
||||||||
15 |
3,8 |
|
9 |
|
101 |
0,41875 |
|
0,420925 |
|
4,25756E-05 |
||||||||
16 |
3,9 |
|
8 |
|
109 |
0,452083 |
|
0,45475 |
|
5,68889E-05 |
Окончание табл.12
1 |
2 |
3 |
|
4 |
|
5 |
|
|
|
6 |
|
|
|
7 |
|||
17 |
4 |
8 |
|
117 |
|
0,485417 |
|
0,476675 |
0,000611334 |
||||||||
18 |
4,1 |
2 |
|
119 |
|
0,49375 |
|
0,490475 |
2,14512E-05 |
||||||||
19 |
4,2 |
4 |
|
123 |
|
0,510417 |
|
0,49975 |
0,000455111 |
||||||||
20 |
4,3 |
5 |
|
128 |
|
0,53125 |
|
0,5089 |
0,002497613 |
||||||||
21 |
4,4 |
6 |
|
134 |
|
0,55625 |
|
0,522075 |
0,007007584 |
||||||||
22 |
4,5 |
4 |
|
138 |
|
0,572917 |
|
0,54345 |
0,003473138 |
||||||||
23 |
4,6 |
7 |
|
145 |
|
0,602083 |
|
0,576875 |
0,00444822 |
||||||||
24 |
4,7 |
10 |
|
155 |
|
0,64375 |
|
0,622525 |
0,004505006 |
||||||||
25 |
4,8 |
12 |
|
167 |
|
0,69375 |
|
0,679675 |
0,002377267 |
||||||||
26 |
4,9 |
13 |
|
180 |
|
0,747917 |
|
0,744725 |
0,000132428 |
||||||||
27 |
5 |
14 |
|
194 |
|
0,80625 |
|
0,809998 |
0,000196613 |
||||||||
28 |
5,025 |
0 |
|
194 |
|
0,80625 |
|
0,825875 |
0 |
||||||||
29 |
5,1 |
10 |
|
204 |
|
0,847917 |
|
0,86945 |
0,004636844 |
||||||||
30 |
5,2 |
8 |
|
212 |
|
0,88125 |
|
0,917 |
|
0,0102245 |
|||||||
31 |
5,3 |
9 |
|
221 |
|
0,91875 |
|
0,9516 |
0,009712103 |
||||||||
32 |
5,4 |
8 |
|
229 |
|
0,952083 |
|
0,974225 |
0,003922027 |
||||||||
33 |
5,5 |
6 |
|
235 |
|
0,977083 |
|
0,9878 |
0,000689082 |
||||||||
34 |
5,6 |
2 |
|
237 |
|
0,985417 |
|
0,99465 |
0,000170509 |
||||||||
35 |
5,7 |
2 |
|
239 |
|
0,99375 |
|
0,9978 |
0,000032805 |
||||||||
36 |
5,8 |
1 |
|
240 |
|
0,997917 |
|
0,999225 |
1,71174E-06 |
||||||||
|
|
|
|
|
|
|
n |
|
|
|
2k −1 |
|
2 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
∑( |
F2 (Qi ) − |
× N) = 0,3171. |
||||||||
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
k =1 |
|
|
|
|
2n |
|
|
|
|
|
|
|
|
1 |
|
|
k =n |
|
2k −1 |
2 |
|
|
|
|||||
Параметр |
nω2 = |
|
|
+ |
∑ F1 (Qk ) − |
|
|
|
|
|
= |
0,31745, что |
|||||
|
|
|
2n |
|
|||||||||||||
|
|
|
12n |
k =1 |
|
|
|
|
|
|
|
|
соответствует уровню значимости около 0,1 (табл. 9). Можно сделать первый вывод о том, что по критерию согласия Мозеса распределение по квадратичной экспоненте ближе к экспериментальному распределению, чем трапецеидальное.
3. Теперь рассмотрим распределение вероятности, плотность которого описывается суммой двух экспонент. Функция распределения вероятности в этом случае определяется формулой
Q |
Q |
||||||||
F21 (Q)= ∫P21 |
(Q)dQ = ∫ (А11е−α11 |
|
Q−Q1 |
|
+ А21е−α12 |
|
Q−Q2 |
|
)dQ |
|
|
|
|
||||||
|
|
|
|
||||||
−∞ |
−∞ |
Интегрирование суммы двух экспонент с математической точки зрения не представляет сложностей. Особенностью является только
необходимость учета абсолютности разностей |Q - Q1| и |Q – Q2|. Результаты вычислений приведены в табл. 13.
|
|
|
|
|
|
|
Таблица 13 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Значения |
Кол-во |
Суммар. |
|
|
|
|
|
|
|
|
|
№ |
членов |
членов |
кол-во |
|
|
|
1 |
|
|
|
|
|
|
|
отсчет |
|
2k −1 |
|
|
|
2 |
|
|||
|
|
|
|
|
|
|
||||||
п/п |
вариац. |
вариац. |
|
F2 (Qi ) |
|
F21(Qi )− |
2k−1 |
|
×N |
|||
ов |
|
|
|
|
||||||||
ряда |
ряда |
|
2n |
2n |
|
|||||||
|
(Qi) |
N |
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
1 |
2 |
3 |
4 |
5 |
|
6 |
7 |
|
|
|||
1 |
2,5 |
1 |
1 |
0,002083 |
0,018465 |
0,000268 |
|
|||||
2 |
2,6 |
1 |
2 |
0,00625 |
0,024067 |
0,000317 |
|
|||||
3 |
2,7 |
3 |
5 |
0,01875 |
0,03137 |
0,000478 |
|
|||||
4 |
2,8 |
4 |
9 |
0,035417 |
0,040889 |
0,00012 |
|
|
||||
5 |
2,9 |
5 |
14 |
0,05625 |
0,053295 |
|
4,36E-05 |
|
||||
6 |
3 |
4 |
18 |
0,072917 |
0,069467 |
|
4,76E-05 |
|
||||
7 |
3,1 |
7 |
25 |
0,102083 |
0,090545 |
0,000932 |
|
|||||
8 |
3,2 |
11 |
36 |
0,147917 |
0,11802 |
0,009832 |
|
|||||
9 |
3,3 |
12 |
48 |
0,197917 |
0,15383 |
0,023323 |
|
|||||
10 |
3,375 |
0 |
48 |
0,197917 |
0,187654 |
0 |
|
|
||||
11 |
3,4 |
13 |
61 |
0,252083 |
0,200507 |
0,034581 |
|
|||||
12 |
3,5 |
13 |
74 |
0,30625 |
0,261235 |
0,026342 |
|
|||||
13 |
3,6 |
10 |
84 |
0,347917 |
0,320031 |
0,007776 |
|
|||||
14 |
3,7 |
8 |
92 |
0,38125 |
0,366114 |
0,001833 |
|
|||||
15 |
3,8 |
9 |
101 |
0,41875 |
0,40274 |
0,002307 |
|
|||||
16 |
3,9 |
8 |
109 |
0,452083 |
0,432495 |
0,00307 |
|
|
||||
17 |
4 |
8 |
117 |
0,485417 |
0,457482 |
0,006243 |
|
|||||
18 |
4,1 |
2 |
119 |
0,49375 |
0,479466 |
0,000408 |
|
|||||
19 |
4,2 |
4 |
123 |
0,510417 |
0,5 |
0,000434 |
|
|||||
20 |
4,3 |
5 |
128 |
0,53125 |
0,520534 |
0,000574 |
|
|||||
21 |
4,4 |
6 |
134 |
0,55625 |
0,542518 |
0,001131 |
|
|||||
22 |
4,5 |
4 |
138 |
0,572917 |
0,567505 |
0,000117 |
|
|||||
23 |
4,6 |
7 |
145 |
0,602083 |
0,59726 |
0,000163 |
|
|||||
24 |
4,7 |
10 |
155 |
0,64375 |
0,633886 |
0,000973 |
|
|||||
25 |
4,8 |
12 |
167 |
0,69375 |
0,679969 |
0,002279 |
|
|||||
26 |
4,9 |
13 |
180 |
0,747917 |
0,738765 |
0,001089 |
|
|||||
27 |
5 |
14 |
194 |
0,80625 |
0,799493 |
0,000639 |
|
|||||
28 |
5,025 |
0 |
194 |
0,80625 |
0,812346 |
0 |
|
|
||||
29 |
5,1 |
10 |
204 |
0,847917 |
0,84617 |
|
3,05E-05 |
|
||||
30 |
5,2 |
8 |
212 |
0,88125 |
0,88198 |
|
4,27E-06 |
|