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.