Глава I
НЕКОТОРЫЕ СТАТИСТИЧЕСКИЕ МЕТОДЫ ОБРАБОТКИ ПРОМЫСЛОВЫХ ДАННЫХ
АППРОКСИМАЦИЯ СТАТИСТИЧЕСКОГО РАСПРЕДЕЛЕНИЯ (СЛУЧАЙНОЙ ВЕЛИЧИНЫ
Предположим, что для наблюдения за случайной величиной выполнена серия из п опытов, в результате которой получено множество чисел:
Если есть уверенность в том, что (1.1) есть множество реализаций одной);И той же величины х и если измерения были независимыми, то считают, что (1.1) есть выборка объема из генеральной совокупности, причем под последней понимается множество всех мыслимых исходов опыта. " " . На практике такая ситуация встречается, если опыты выполняются примерно в одинаковых условиях, а исследуемая совокупность является однородной.
После первичной обработки (редукции исходной информации) находят, так называемое статистическое распределение выборки, которое является эмпирическим аналогом закона распределения исследуемой случайной величины х. Дальнейшее исследование обычно состоит в том, чтобы аппроксимировать получаемое выборочное распределение какой-либо подходящей кривой, которая отвечала бы истинному закону распределения случайной величины или, по крайней мере, хорошо сглаживала эмпирическую кривую.
При выборе теоретической кривой (класса аппроксимирую-дцих функций) следует в максимальной степени использовать сведения о механизме формирования исследуемой случайной величины. Если такая априорная информация .отсутствует* то аппроксимирующую функцию выбирают по виду статистического распределения, однако в этих случаях не рекомендуется делать каких-либо далеко идущих выводов о статистической природе случайной величины.
После того как выбрана теоретическая кривая, решается вопрос о значимости расхождений (неизбежных в силу конечного объема выборки) между теоретическим и эмпирическим распределениями. Это делается с помощью специальных критериев, так называемых критериев согласия %2 Пирсона, Колмогорова, со2 Мизеса—Смирнова [42] и др.
Если выбранный теоретический закон плохо согласуется с опытными данными, то критерий согласия (с заданной надежностью) отвергает его. В противном случае гипотеза о том, что случайная величина подчинена предполагаемому закону распределения, считается не противоречащей данным выборки. Следует, однако, помнить, что все выводы делаются на вероятностном уровне и, следовательно, могут в отдельных случаях не подтверждаться. Полученное теоретическое распределение служит либо для дальнейших математико-статистических расчетов, либо для построения вероятностной модели механизма возникновения изучаемой случайной величины. Ниже описана методика применения двух наиболее употребительных критериев сегласия по материалам методического руководства, составленного сотрудниками КФ ВНИИГаза, АзИНЕФТЕХИМа, Ухтинского индустриального института.
Критерий х2
1. Результаты наблюдений располагают в порядке возрастания:
2. Вычисляют размах хп—х\ и образуют Iравных интервалов шириной h:
(1.2)
Число интервалов / можно вычислить по формуле Стэрд-жесса:
/=1+3,321gn, (1.3)
где п — объем выборки.
3. Результаты наблюдений группируют по
интервалам, под
считывая частоту m,jвсех величин Xi(i=l, я),
попавших в /-й
(7 = 1, /) интервал.
4. Оцениваются
параметры 9ь &2, .-, 6& теоретического рас
пределения
F(x; 0!, Э2....................... 8J............................... (1.4)
Оценки проводятся по методу максимального правдоподобия либо по методу моментов [32, 42].
5. Подсчитывают
вероятность Pjпопадания случайной вели-
чины, подчиненной закону распределения (1.4:), s /-й
интервал
(/=1, /) по формуле
(1-5)
где х/ и х" — левый и правый концы /-го интервала соответст-
»> л, -"ч
венно; 6i, 02, ...., Qk— полученные в п. 4 оценки параметров 6i, ..., 9ft. Значения Fзаимствуют из специальных таблиц (за исключением простейших функций распределений). 6. Вычисляют величину
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.