Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Laba1.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
150 Кб
Скачать
☆

1.1.5. Перевірка гіпотези про закон розподілу.

Функція, яка показує ймовірність того, що випадкова величина y буде менша деякого значення Y, називається функцією розподілу випадкової величини і позначається F(Y). Похідна від функції F(Y) називається густиною розподілу f(y) або густиною ймовірності випадкової величини y. Густина ймовірності f(y) показує ймовірність попадання випадкової величини y на ділянку від y до y+y за умови, що приріст y прямує до 0.

Особливе місце в наукових дослідженнях займає нормальний розподіл. Для нормального розподілу густина ймовірності виражається формулою:

де: e – основа натуральних логарифмів.

Графік нормального розподілу показаний на рис. 1.1

my

y2

y

f(y)

y1

рис 1.1

Нормальному закону розподілу підпорядковані величини, які є результатом сумарної взаємодії багатьох незалежних випадкових величин за умови, що ступінь їх взаємодії приблизно однаковий. Наприклад, нормальним законом описується розподіл товщин пиломатеріалів при умові, що відхилення від номінальної товщини носить випадковий характер.

Ймовірність P того, що випадкова величина прийме значення, яке лежить у межах від y1 до y2, дорівнює:

Ця ймовірність відповідає частині заштрихованої площі від усієї площі під кривою на рис.1.1. Якщо f(y) – густина розподілу товщин пиломатеріалів, то ймовірність P дорівнює відношенню кількості дощок, товщина яких лежить в межах від y1 до y2, до загальної кількості дощок, які досліджуються (при умові, що ця кількість досить велика).

Функція розподілу випадкової величини, отримана з досліду, називається емпіричною функцією розподілу. Роль імовірності в цьому випадку виконує випадкова частота i. Відносна частота I дорівнює відношенні кількості ni спостережень, які потрапили в даний i-й інтервал, до загальної кількості спостережень.

Більшість статистичних оцінок передбачає нормальний розподіл результатів досліду і може бути несправедливим у випадку іншого розподілу. Тому застосування цих оцінок допустиме лише при достатній впевненості, що розподіл величин, які спостерігаються, близький до нормального. Для перевірки гіпотези про вид розподілу використовують критерії згоди.

Суть перевірки за критерієм згоди полягає в тому, що вибірка порівнюється з деяким раніше наміченим теоретичним розподілом. Вид теоретичного розподілу вибирається виходячи з міркувань, пов’язаних з фізикою явищ, які спостерігаються, або за характером кривої емпіричного розподілу.

У більшості випадків задаються нормальним теоретичним розподілом. Параметри цього розподілу – середнє my і дисперсія 2 – знаходяться з вибірки. При перевірці гіпотези про вид закону розподілу використовують критерій згоди Колмогорова або критерій 2 (КСІ-квадрат) Пірсона. Розглянемо критерій 2 Пірсона. За його допомогою можна порівнювати емпіричний і теоретичний розподіл або два різних емпіричних розподіли.

Для перевірки гіпотези про нормальність емпіричного розподілу за критерієм 2 знаходиться сума відношень квадратів різниць між частотами емпіричного і теоретичного розподілу

де: к – кількість інтервалів, на які розбиті дослідні дані;

Pi – теоретичні ймовірності попадання дослідних даних в i-й інтервал;

PiN – теоретичні частоти попадання дослідних даних в i-й інтервал (із заокругленням до найближчого цілого числа);

ni – емпіричні частоти попадання випадкової величини в i-й інтервал.

Обчислення теоретичних ймовірностей Pi проводиться за формулами

де: yiн і yiв – значення випадкової величини, які відповідають нижній і верхній межі i-того інтервалу;

Ф0(Z) – функція розподілу для нормального закону (див. табл. 6 додатку).

Результати розрахунків за критерієм можна звести в таблицю 1.1.

Просумувавши покази останнього стовпчика таблиці, отримаємо значення критерію 2розр. Далі визначаємо число ступенів свободи f=k-3 і задаємося рівнем значущості q. За табл.5 додатку знаходимо значення 2qf. Якщо 2розр>2qf, то гіпотеза про нормальність розподілу приймається. Емпіричні і теоретичні розподіли для наглядності можуть бути побудовані на одному графіку.

Емпіричні частоти ni і теоретичні частоти PiN відкладаються на осі ординат, причому їх відносять до середніх значень і-того інтервалу. З’єднавши точки, які відповідають теоретичним частотам, отримаємо криву нормального розподілу. Подібний графік дає можливість візуально судити про ступінь близькості емпіричного розподілу до нормального.

Розглянемо приклад. В результаті вимірювання шорсткості поверхні пиломатеріалів було отримано 140 значень висот нерівностей руйнувань (табл. 1.2). необхідно перевірити гіпотезу про нормальність розподілу отриманих даних.

В 2-му і 3-му стовпчику табл. 1.3 запишемо відповідні нижні і верхні границі інтервалів. В наступний стовпчик вписуємо емпіричну частоту ni, рівну кількості спостережень, які попадали в даний інтервал. Наприклад, для 1-го інтервалу (і=1) знаходимо спостереження, що менші 450 (див табл. 1.2). їх є чотири: 430, 428, 428, 412. Відповідно, ni=4. Для другого (і=2) знаходимо всі спостереження, що менші 500 і більші 450. Їх є вісім, тобто ni=8 і т. д. Знайдемо значення y і 2:

де: yic – серединне значення кожного інтервалу.

Таблиця 1.2

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]