- •Исходные данные для статистических исследований качества объекта обработки.
- •Определение показателей качества на основе статистической обработки выборок, с оценкой достоверности полученных значений методом доверительных интервалов
- •Задача №1.3
- •Задача №2
- •Сравнение показателей качества с заданными значениями или между собой с помощью проверки статистических гипотез.
- •Задача №3
- •Задача №4
- •Задача №5
- •Задача №7.3
- •Задача №6
- •Определение закона распределения показателей качества с проверкой соответствия распределения теоретическому, а также анализ точности обработки методом кривых распределения.
- •Задача №8.1
- •Задача 9.3
- •Задача 10.3
- •Обеспечение изготовления изделий без брака (определение процента вероятного брака, а также числа изделий, требующих доработки). Гипотеза о распределении показателя качества по нормальному закону.
- •Задача 11
- •Задача 12
- •Задача 13.3
- •Задача 14
- •Задача №16
- •Список использованных источников литературы
Задача №2
Определить среднеквадратическое отклонение σRa параметра шероховатости Ra методом размахов по данным задачи 1.
Решение
Для определения величины размаха воспользуемся следующей формулой
В предположении, что закон распределения параметра качества подчиняется закону нормального распределения w≈6σ.
Для мгновенной выборки (1 столбец, n=5)
Для всех выборок (n=25)
Вывод: при расчете среднего квадратического отклонения аналитическим методом размах значения получился меньше (для первой выборки – в 3 раза; для общей выборки – в 2 раза), такой расчет дает более точный и верный результат.
Сравнение показателей качества с заданными значениями или между собой с помощью проверки статистических гипотез.
При статистических исследованиях параметров качества объектов обработки выдвигается и подтверждается ряд статистических гипотез. Наиболее важные из них: 1) гипотеза о доверительных интервалах определения выборочных характеристик генеральной совокупности; 2) гипотеза о равенстве двух выборочных средних арифметических значений; 3) гипотеза о равенстве двух и более дисперсий; 4) гипотеза о законах распределения случайной величины показателя качества объектов обработки.
При решении подобных задач математической статистике выдвигается, так называемая, нулевая гипотеза. Под ней понимается допущение об отсутствии интересующего нас различия между выборками и статистическими характеристиками. То есть мы выдвигаем гипотезу об отсутствии отличия между эмпирическим и теоретическим расширением и должны эту гипотезу подтвердить или опровергнуть.
Для проверки статистических гипотез в математической статистике пользуются рядом критериев, которые называются критериями согласия. Статистический критерий – специально подобранная случайная величина, точное или приближённое распределение которой известно и которая служит для проверки нуль – гипотезы. Для того что бы принять или забраковать нуль-гипотезу при помощи статистических критериев устанавливают уровни их значимости. Уровень значимости (α) представляет собой достаточно малое значение вероятности, отвечающее событиям, которые в данных условиях испытания считается почти невозможным.
Практически при решении задач принимается α=(5;1;0,1)%. При выборе таких уровней значимости они соответствуют классификации явлений на редкие, очень редкие, чрезвычайно редкие. Задавшись уровнем значимости устанавливают уровень доверительной вероятности Р=1-α, с которым принимается или отвергается нуль-гипотеза Р=1-0,05=095; Р=1-0,01=0,99; Р=1-0,0001=0,999.
Критерий согласия, используемый для установления равенства двух дисперсий.
Две выборочные дисперсии S12 и S22 двух нормальных генеральных совокупностей сравнивают с помощью F –критерия Фишера. Для этого вычисляют отношение большей дисперсии к меньшей. Если дисперсионное отношение F=S12/ S22 при S12 >S22 больше Fкр, то принимают гипотезу о неравенстве двух генеральных дисперсий (S12 ≠S22). В случае соблюдения условия F ≤ Fкр принимают гипотезу о равенстве генеральных дисперсий (S12 = S22).
Значения Fкр определяют по табл. 4 Приложения, в зависимости от принятого уровня значимости α и степени свободы f1 = n1-1; f2 = n2-1.
