- •Оглавление
- •2. Краткие сведения из теории вероятностей
- •3. Предварительная обработка экспериментальных
- •7. Компьютерные методы статистической обработки
- •Предисловие
- •1. Эксперимент как предмет исследования
- •1.1. Понятие эксперимента
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1.2. Классификация видов экспериментальных исследований
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •Контрольные вопросы
- •2. Краткие сведения из теории вероятностей и математической статистики
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2.2. Нормальный закон распределения
- •2. Краткие сведения из теории вероятностей …
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •Контрольные вопросы
- •3. Предварительная обработка экспериментальных данных
- •3.1. Вычисление параметров эмпирических распределений. Точечное оценивание
- •3.2. Оценивание с помощью доверительного интервала
- •3.2.1. Построение доверительного интервала для математического ожидания
- •3.2.2. Построение доверительного интервала для дисперсии
- •3.2.3. Определение необходимого количества опытов при построении интервальной оценки для математического ожидания
- •3.3. Статистические гипотезы
- •3.4. Отсев грубых погрешностей
- •3.4.1. Критерий н.В. Смирнова
- •3.4.2. Критерий Диксона
- •3.5. Сравнение двух рядов наблюдений
- •3.5.1. Сравнение двух дисперсий
- •3.5.2. Проверка однородности нескольких дисперсий
- •3.5.3. Проверка гипотез о числовых значениях математических ожиданий
- •3.6. Критерии согласия. Проверка гипотез о виде функции распределения
- •3.7. Преобразование распределений к нормальному
- •Контрольные вопросы
- •4. Анализ результатов пассивного эксперимента. Эмпирические зависимости
- •4.1. Характеристика видов связей между рядами наблюдений
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента…
- •4.2. Определение коэффициентов уравнения регрессии
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента
- •4. Анализ результатов пассивного эксперимента…
- •4.3. Определение тесноты связи между случайными величинами
- •4. Анализ результатов пассивного эксперимента...
- •4.4. Линейная регрессия от одного фактора
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4.5. Регрессионный анализ
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента...
- •4.5.1. Проверка адекватности модели
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4.5.2. Проверка значимости коэффициентов уравнения регрессии
- •4. Анализ результатов пассивного эксперимента…
- •4.6. Линейная множественная регрессия
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента…
- •4.7. Нелинейная регрессия
- •4. Анализ результатов пассивного эксперимента…
- •Контрольные вопросы
- •4. Анализ результатов пассивного эксперимента…
- •5. Оценка погрешностей результатов наблюдений
- •5.1. Оценка погрешностей определения величин функций
- •5. Оценка погрешностей результатов наблюдений
- •5.2. Обратная задача теории экспериментальных погрешностей
- •5. Оценка погрешностей результатов наблюдений
- •5. Оценка погрешностей результатов наблюдений
- •5.3.Определение наивыгоднейших условий эксперимента
- •5. Оценка погрешностей результатов наблюдений
- •Контрольные вопросы
- •6. Методы планирования экспериментов. Логические основы
- •6.1. Основные определения и понятия
- •6.2. Пример хорошего и плохого эксперимента
- •6.3. Планирование первого порядка
- •6.3.1. Выбор основных факторов и их уровней
- •6.3.2. Планирование эксперимента
- •6.3.3. Определение коэффициентов уравнения регрессии
- •6.3.4. Статистический анализ результатов эксперимента
- •6.3.5. Дробный факторный эксперимент
- •6.3.6. Разработка математической модели гидравлического режима методической печи
- •6.4. Планы второго порядка
- •6.4.1. Ортогональные планы второго порядка
- •6.4.2. Ротатабельные планы второго порядка
- •6.4.3. Исследование причин образования расслоений в горячекатаных листах
- •6.5. Планирование экспериментов при поиске оптимальных условий
- •6.5.1. Метод покоординатной оптимизации
- •6.5.2. Метод крутого восхождения
- •6.5.3. Симплексный метод планирования
- •Контрольные вопросы
- •7. Компьютерные методы статистической обработки результатов инженерного эксперимента
- •7.1. Общие замечания
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7.2. Статистические функции Microsoft Excel
- •7. Компьютерные методы статистической обработки ...
- •7. Компьютерные методы статистической обработки …
- •7.3. Краткое описание системы statistica
- •7. Компьютерные методы статистической обработки …
- •7.3.1. Общая структура системы
- •7. Компьютерные методы статистической обработки ...
- •7. Компьютерные методы статистической обработки …
- •7.3.2. Возможные способы взаимодействия с системой
- •7. Компьютерные методы статистической обработки … 7.3.3. Ввод данных
- •7. Компьютерные методы статистической обработки ...
- •7.3.4. Вывод численных и текстовых результатов анализа
- •7.3.5. Статистические процедуры системы statistica
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7.3.6. Структура диалога пользователя в системе statistica
- •7. Компьютерные методы статистической обработки ...
- •7.3.7. Примеры использования системы statistica
- •7. Компьютерные методы статистической обработки ...
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •V, Least Squares
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки … Контрольные вопросы
- •Методы планирования и обработки результатов инженерного эксперимента
3.5.2. Проверка однородности нескольких дисперсий
Критерий Фишера используется для сравнения только двух дисперсий, однако на практике приходится сравнивать между собой три и более дисперсий.
При сопоставлении дисперсий ряда совокупностей нулевая гипотеза заключается в том, что все к совокупностей, из которых взяты выборки, имеют равные дисперсии.
1. Но: о2 = о22 = о2 = ... = о2 =сг2,
т.е. проверке подлежит предположение, что все эмпирические дисперсии Si2, S22, ..., Sk2 относятся к выборкам из совокупности с одной и той же генеральной дисперсией а2.
Пусть среди нескольких серий измерений обнаружена такая, выборочная дисперсия которой S2max заметно больше всех остальных. Задача заключается
86
3. ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ
в том, чтобы выяснить, можно ли считать отличие выделенной дисперсии S2max существенным. Другими словами, альтернативная гипотеза может быть выбрана как
2. Н-ь О2max > О2.
При равном объеме п1 = п2 = п3= ... = пк= п всех к выборок может быть использован так называемый критерий Кохрена (в ряде книг пишется -Кочрена).
Статистика критерия Кохрена G рассчитывается как отношение S2max к сумме всех выборочных дисперсий:
^ О max
О =
±*
(3.47)
В дальнейшем для выбранного уровня значимости а определяется табличное значение этого критерия, которое зависит от числа степеней свободы т = п - 1 и числа сравниваемых дисперсий k - Ga:m:k (см. [11] или табл. П.9).
Критическая область строится как G > Ga;m;k.
При G < Ga:m;k гипотеза Н0: о2 = о22 = о2- ... - о2 -о2 принимается в качестве рабочей, т.е. отличие выделенной дисперсии S2max считается несущественным.
В случае подтверждения однородности дисперсий можно сделать оценку обобщенной дисперсии о2 :
к
Хп2
2 Ы
к (3.48)
Пример 3.5. Шестью (/с = 6) приборами произведено по семь измерений (п = 7) одного и того же параметра, при этом получены следующие выборочные дисперсии S,2: 3,82; 1,7; 1,3; 0,92; 0,78; 0,81. Можно ли считать, что разброс показаний первого прибора (S2max=3,82) существенно превышает разбросы показаний остальных пяти приборов?
5*
87
3. ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ
Нулевая гипотеза Н0: о2 = о22 = о2 = о2 = о2 = Стб2 = о2.
Альтернативная гипотеза Н^ о2^ > а2.
Поскольку {п1 = п2 = п3= п4 = п5 = п6 = 7) все шесть выборок имеют одинаковый объем, то может быть использован критерий Кохрена.
Значение статистики данного критерия в соответствии с уравнением (3.47) составит:
_, 3,82 3,82
G = = = 0,409.
3,82 +1,7 +1,3 + 0,92 + 0,78 + 0,81 9,33
5. Табличное значение этого критерия для уровня значимости а = 0,05, при числе степеней свободы для каждой из дисперсий т = 7-1 = 6 и числе сравниваемых дисперсий к- 6, равно G0,o5;6;6=0,418 (табл.П.9).
6. Так как G < Ga;m;n, отклонение дисперсии S2max = 3,82 от остальных нельзя (с вероятностью 0,95) признать существенным, и, следовательно, все дисперсии однородны (т.е. разбросы в показаниях всех шести приборов при мерно одинаковы).
Оценка обобщенной дисперсии:
2 г-1 933
S = — = = 1,56.
^1
к 6
Критерий Кохрена можно использовать только в тех случаях, когда все сравниваемые дисперсии имеют одинаковое число степеней свободы т = п -1 (одинаковые объемы выборок п1 = п2 = п3= ... = пк= п). Если же число измерений п в различных сериях неодинаково, то для проверки однородности дисперсий можно выбрать, например, критерий Бартлета. При необходимости с процедурой его использования можно познакомиться в литературе по теории вероятности и математической статистике (см. например, [9,10]).