Пусть на каждом из двух этапов испытания изделия дали следующие исходы: , для первого этапа и , - для второго, где - число образцов на i-ом этапе, поставленных на испытания, - число отказавших образцов, . На основании этих данных можно найти оценки , , и следовательно, по формуле (2.6) определить объединенную оценку , на основании которой легко установить эквивалентные исходы испытаний и .
Под эквивалентным количеством испытаний и отказов , соответствующих рассматриваемым двум этапам испытаний, будем понимать такие исходы биноминальных испытаний и , при которых оценка показателя Р равна уже найденной величине и по формуле (2.6). Это условие можно записать в следующем виде (если использовать для биноминального параметра Р оценку максимального правдоподобия);
, откуда .
Для определения заметим, что испытания на втором этапе соответствуют требуемым условиям полностью, а условия проведения испытаний на первом этапе соответствуют требуемым лишь с вероятностью . Поэтому из всех испытаний на первом этапе лишь их доля, равная , соответствует требуемым условиям. Следовательно:
(2.7), где [x] - означает целую часть числа x.
Величина может принимать дробные значения, однако это не влияет на конечные выводы, которые могут быть сделаны на основании величин и . Именно, определив и по формулам (2.6) и (2.7) соответственно, НДГ уровня находим по таблицам [3] в виде:
(2.8), где - квантиль, неполная бета-функция, табулированная в работе [3].
При вместо таблиц [3] можно использовать приближенную формулу (2.9), где - квантиль -распределения с к степенями свободы уровня (при дробных значениях «к» надо пользоваться линейной интерполяцией табличных значений квантилей).
Итак, формулы (2.6), (2.8), (2.9) позволяют определять оценки и показателя надежности изделия по результатам испытаний с учетом степени их «разнородности», которая учитывается весовым коэффициентом .
3. Определение весового показателя
К понятию весового показателя W приводит классическая задача проверки принадлежности двух выборок одной генеральной совокупности.
Пусть имеются две выборки и из совокупности с функцией распределения , где - параметр распределения, причем неизвестно, соответствуют ли выборки одному и тому же значению параметра или - его разным значениям и , .
Говорят, что выборки принадлежат одной генеральной совокупности, если , и - разным, если .
Проверка гипотезы (или ) осуществляется на основе некоторого статистического критерия при альтернативной гипотезе , в качестве которой могут быть:
a) (или > 0), б) (или < 0), в) (или 0).
Применительно к задаче учета разнородной информации при оценке надежности в качестве параметра выступает один из показателей надежности. Например, если под понимать вероятность безотказной работы Р изделия, а под - биноминальный закон распределения, то придем к задаче объединения результатов испытаний по биноминальному плану, рассмотренной выше.
Стандартная процедура проверки нулевой гипотезы состоит, как известно [16, 20], в следующем:
1. Подбирается некоторая статистика Т, зависящая от выборочных наблюдений и гипотезы , распределение которой (при условии, что верна) известно - обозначим его плотность через .
2. По заданному уровню значимости строится критическая область таким образом, чтобы для принятой альтернативной гипотезы ошибка второго рода была минимальной.
3. Наблюденное в данной выборке значение Т = Т0 сравнивается с границей С критической области : если , то гипотеза отклоняется на уровне значимости , если , то принимается. При этом граница С наилучшей критической области определяется по одной из следующих формул:
, если (3.1),
, если (3.2),
, если (3.З).
Нетрудно видеть из формул (3.1) - (3.2), что С1, С2 есть квантили распределения уровня и соответственно, т.e. и а и - квантили, того же распределения уровней и .
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.