Методические указания по выполнению работы №1 и №2, страница 2
Описание файла
Документ из архива "Методические указания по выполнению работы №1 и №2", который расположен в категории "". Всё это находится в предмете "управление качеством" из 10 семестр (2 семестр магистратуры), которые можно найти в файловом архиве РТУ МИРЭА. Не смотря на прямую связь этого архива с РТУ МИРЭА, его также можно найти и в других разделах. Архив можно найти в разделе "книги и методические указания", в предмете "управление качеством электронных средств" в общих файлах.
Онлайн просмотр документа "Методические указания по выполнению работы №1 и №2"
Текст 2 страницы из документа "Методические указания по выполнению работы №1 и №2"
Проверка гипотезы по критерию Пирсона о соответствии экспериментального распределения случайной величины нормальному распределению
Для проверки гипотезы о соответствии экспериментального закона распределения случайной величины теоретическому наиболее часто применяют критерий Пирсона, называемый также критерием 2 («хи – квадрат»). Пусть генеральная совокупность имеет функции распределения F(x). Из этой совокупности извлечена выборка объемом n (n50). Разобьем весь диапазон полученных результатов на k частичных интервалов равной длины, и пусть в каждом интервале оказалось mi измерений (частот), причем:
Требуется на основе имеющейся информации проверить нулевую гипотезу о том, что гипотетическая функция распределения F(x) значимо представляет данную выборку.
При проверке нулевой гипотезы с помощью критерия согласия придерживаются следующей последовательности:
1) вычисляют вероятности попадания случайной величины X в частичные интервалы [xi-1,xi]:
где i=1…k.
В случае рассмотрения нормального закона распределения:
где m0 и – математическое ожидание и среднее квадратическое отклонение рассматриваемой случайной величины, соответственно. Вычисление значений функции распределения можно проводить, пользуясь нормированной функцией Лапласа:
где нормированная переменная z равна:
Значения функции Лапласа представлены в табл. 1.
2) Умножая полученные вероятности на объем выборки n, получают теоретические частоты npi частичных интервалов, т.е. частоты, которые следует ожидать, если нулевая гипотеза справедлива.
3) Вычисляют выборочную статистику (критерий 2):
Если нулевая гипотеза верна, то при n закон распределения выборочной статистики независимо от вида функции F(x) стремится к распределению 2 c = k – f – 1 степенями свободы. Здесь f – число параметров гипотетической функции F(x), оцениваемых по данным выборки (для нормального распределения f=2).
Критерий 2 сконструирован таким образом, что чем ближе к нулю наблюдаемое значение критерия 2, тем вероятнее, что нулевая гипотеза справедлива. Для проверки гипотезы по таблицам 2 распределения по заданному уровню значимости q и числу степеней свободы находится критическое значение 2кр, удовлетворяющее условию P(22кр) = q.
Если 2набл < 2кр, то считается, что нет оснований для отклонений нулевой гипотезы, таким образом гипотетическая функция F(x) согласуется с опытными данными.
EXCEL: Вероятности попадания в частичные интервалы pi рассчитываются как разности pi= Fi+1–Fi где Fi – нормальное интегральное распределение, для нахождения которого можно воспользоваться функцией НОРМСТРАСП(…). Значения этого распределения находятся в зависимости от нормированных значений границ частичных интервалов zi =(xi-m0)/σ , где m0 , σ – матожидание и среднее квадратическое отклонение теоретического распределения, в качестве которых берутся среднее значение и выборочное среднее квадратическое отклонение экспериментальной выборки (объемом n). Пример вычисления слагаемых критерия χ2 (последний столбец): χi =(L45-P45)^2/P4.
Сравнить полученное значение критерия с критическим значением критерия χ2кр, для нахождения которого можно воспользоваться функцией ХИ2ОБР( …;…).
i | Xi | mi | Zi | Fi | pi | n pi | χi2 |
1 | 502,8 |
| -2,30211 | 0,010664 | 0,049139 | 4,913866 | 0,885648 |
2 | 504,1857 | 7 | -1,55643 | 0,059803 | 0,148953 | 14,89532 | 0,000736 |
3 | 505,5714 | 15 | -0,81074 | 0,208756 | 0,265307 | 26,5307 | 0,008301 |
4 | 506,9571 | 27 | -0,06506 | 0,474063 | 0,277882 | 27,78824 | 0,001614 |
5 | 508,3428 | 28 | 0,680625 | 0,751946 | 0,171165 | 17,11649 | 0,000793 |
6 | 509,7285 | 17 | 1,42631 | 0,923111 | 0,061961 | 6,196144 | 1,64866 |
7 | 511,1142 | 3 | 2,171994 | 0,985072 | 0,013165 | 1,31648 | 2,15289 |
8 | 512,4999 | 3 | 2,917679 | 0,998237 | |||
|
| ||||||
|
|
|
|
|
| χ2= | 4,698642 |
Проверка гипотезы о равенстве среднего случайной величины значению m0
Пусть задана некоторая случайная величина, имеющая гауссовский закон распределения, дисперсия которой неизвестна. Для проверки гипотезы о равенстве генерального среднего значения случайной величины гипотетическому значению m0 используется критерий Стьюдента (t – распределение).
Пусть имеется экспериментальная выборка объемом n со средним арифметическим и выборочным средним квадртическим отклонением sx. Статистика для проверки гипотезы, подчиняющаяся t – распределению с = n–1 степенями свободы, вычисляется по формуле:
Нулевая гипотеза формулируется в виде – H0: mx = m0. Если критерий является двусторонним, и альтернативная гипотеза сформулирована как – H1: mx m0, тогда проверяемая гипотеза Н0 принимается при уровне значимости q, если выполняется неравенство .
Если есть основания сформулировать альтернативную гипотезу в виде H1: mx < m0 , то проверяемая гипотеза принимается при выполнении условия .
Если есть основания сформулировать альтернативную гипотезу в виде H1: mx > m0, то гипотеза принимается при выполнении условия .
EXCEL: Для выборки (n = 15) рассчитать выборочные среднее и среднее квадратическое отклонение sx. пользуясь функциями СРЗНАЧ и СТАНДОТКЛОН, соответственно, и определить статистику t по формуле (7). Задать уровень значимости и определить значения распределений Стьюдента, пользуясь функцией СТЬЮДРАСПОБР и проверить выполнимость 3-х приведенных выше критериев.
Проверка гипотезы о равенстве выборочных дисперсий.
Для гауссовского закона распределения случайной величины гипотеза о равенстве выборочных дисперсий формулируется следующим образом: H0: x12=x22 ; H1: x12x22 . В этом случае в качестве критерия значимости используется параметр, равный отношению двух независимых оценок дисперсий генеральной совокупности s12 и s22, имеющих соответственно степени свободы 1=n1 –1, 2=n2 –1, причем первой считается большая оценка: s12 > s22:
Если полученное значение критерия Фишера меньше табличного значения F – распределения при заданном уровне значимости F<F1,2,q/2 , то гипотезу следует принять.
EXCEL: Для двух выборок объемами (n1=n2= 9) рассчитать, пользуясь функцией ДИСП, средние квадратические отклонения s12 и s22, и определить статистику F по формуле (8). Задать уровень значимости, определить значение F1,2,q/2, пользуясь функцией FРАСПОБР( ), и проверить выполнимость гипотезы.
| 507,9 | 504,8 |
| 511,1 | 506,2 |
| 507,6 | 506,1 |
| 508,8 | 507,3 |
| 506,7 | 507,3 |
| 507,8 | 505 |
| 508 | 508,9 |
| 507 | 507,1 |
| 506,7 | 504,3 |
s2 | 1,852778 | 2,1725 |
F | = | 1,172564 |
F(8,8,0.01) | = | 6,02887 |