Задача 2. Статистическая обработка экспериментальных данных
Определить математическое ожидание, дисперсию, построить полигон, гистограмму, график нормального закона распределения по экспериментальным данным. Число измерений составляет сто [6].
Решение.
Экспериментальные данные, согласно рекомендациям, генерируем с помощью пакете MS Exel (рис. 3.1). Для этого используем меню «Анализ данных», в нем генерируем массив, указав количество точек – 100, вид распределения – нормальное и т.д. «Анализ данных» устанавливаем через главное меню Exel – настройки – надстройки – Анализ данных – Генерация случайных чисел.
Весь диапазон значений величин делим на равные интервалы. Число интервалов, согласно рекомендациям, рассчитываем из отношения:
К = 1 + 3, 32 lg n = 1+3,32 lg 100 = 7,64,
где n = 100 – число измерений.
Принимаем целое число интервалов, равное 8.
Находим математическое ожидание:
Вычисляем дисперсию и среднеквадратичное отклонение, соответственно:
Затем для каждого интервала ∆х определяем количество приходящихся измерений nu. Отношение этой величины к общему числу измерений n равно вероятности попадания единичных измерений в соответствующий интервал рu. Относительную частоту попадания или оценку плотности вероятности попадания единичных измерений рu* в соответствующий интервал можно получить, разделив рu на величину промежутка интервала ∆х = (xmax- xmin) / К = (190,769-5,972) / 8 = 23,1.
Результаты измерений и вероятностей заносим в таблицу 3.1.
|
|
Рисунок 2.1
По полученным результатам строим полигон (рис. 3.2), гистограмму (рис. 3.3) и график нормального закона распределения – закона Гаусса (рис. 3.4). Для построения закона Гаусса предварительно вычислили параметры нормального закона: математическое ожидание Mx и среднеквадратическое отклонение σ для ста измерений.
Таблица 2.1 – Результаты расчетов количества точек и вероятности их попадания в u-й интервал, оценки плотности вероятности
∆х | 1 [5,97; 29,07) | 2 [29,07; 52,17) | 3 [52,17; 75,27) | 4 [75,27; 98,37) | 5 [98,37; 121,47) | 6 [121,47; 144,57) | 7 [144,57; 167,67) | 8 [167,67; 190,769] |
nu | 6 | 6 | 13 | 26 | 20 | 17 | 10 | 2 |
рu | 0,06 | 0,06 | 0,13 | 0,26 | 0,20 | 0,17 | 0,10 | 0,02 |
рu* | 0,002597 | 0,002597 | 0,005627 | 0,01126 | 0,008658 | 0,007359 | 0,004329 | 0,0008658 |
Рисунок 2.2
Рисунок 2.3
Перед построением графика нормального закона распределения – закона Гаусса (рис. 3.4) предварительно записываем уравнение и рассчитываем значения в точках, являющихся границами интервалов:
Рисунок 2.4
Задача 3. Сравнение выборочных средних. Дисперсионный анализ
|
|
В одинаковых условиях проведены испытания двух объектов. Получены равновероятностные данные об их производительности (табл. 2.2). Сравнить результаты испытаний и дать заключение об их статистическом различии [6].
Таблица 2.2 – Результаты испытаний двух объектов
Номер опыта | 1 | 2 | 3 | 4 | 5 | 6 |
Производительность, т/ч | 79 85 | 98 95 | 95 99 | 74 101 | 78 103 | 82 107 |
Примечание. Верхнее число в опытах приведено для объекта № 1, нижнее – для объекта № 2.
Решение.
Находим оценки математических ожиданий:
Рассчитываем оценку дисперсии выборок:
Проверяем однородность первой выборки:
где h1 = h2 = 1,82 – параметр, значение которого зависит от уровня значимости α = 5% и объема выборки n = 6.
Первая выборка однородна, т.к. все ее данные вошли в рассчитанный интервал.
Проверяем однородность второй выборки:
Вторая выборка однородна, т.к. все ее данные вошли в рассчитанный интервал.
Проверяем однородность дисперсий с помощью расчета критерия Фишера и последующего его сравнения с табличным значением:
Т.к. табличное значение критерия Фишера Fтабл. = 5,05 > Fрасч. = 1,74, дисперсии однородны.
|
|
Находим средневзвешенную дисперсию:
где f1 и f2 –
Находим доверительный интервал:
где tf, α –
Дата добавления: 2018-09-20; просмотров: 1115; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!