1.6.4 Подбор подходящего закона распределения вероятностей
Далее рассмотрим некоторые известные распределения, такие как экспоненциальное, нормальное и гамма-распределение, с целью проверки подчиняется ли наше распределение вероятностей заданному.
Проверка на соответствие данных испытаний распределению производится перебором трех распределений, указанных выше, включая заданное, а именно гамма-распределение.
Чтобы иметь полную информацию о распределении случайной величины, надо знать параметры этого распределения. Таким образом, математическое ожидание случайной величины t равно выборочной средней, а среднее квадратическое отклонение случайной величины t – выборочному среднему квадратическому отклонению. Указанные характеристики находятся в ячейках F12 и F14 соответственно. Поместим эти значения в ячейки А2 и В2 соответственно (таблица 5).
Определим параметры экспоненциального (λ), нормального (m – математическое отклонение и σ – среднее квадратическое отклонение) и гамма-распределения (α и β) в соответствии с формулами:
, ,
B5 = 1/A2;
B8 = A2;
B9 = B2;
B12 = (A2/B2)^2;
B13 = B2^2/A2.
Таблица 5 – Значения плотностей распределения
| A | B | C | D | E |
1 | Матем. ожидание | Ср. кв. отклон. | |||
2 | 98,68 | 8,767340682 | |||
3 | |||||
4 | Параметры экспоненциального распределения | ||||
5 | λ | 0,0101 | |||
6 | |||||
7 | Параметры нормального распределения | ||||
8 | m | 98,6800 | |||
9 | σ | 8,767340682 | |||
10 | |||||
11 | Параметры гамма-распределения | ||||
12 | α | 126,6842 | |||
13 | β | 0,7789 | |||
14 | |||||
15 | Середина | Плотность относит. частот | Плотность экспоненц. распред. | Плотность нормал. распред. | Плотность гамма- распред. |
16 | 72,5000 | 0 | 0,0049 | 0,0005 | 0,0003 |
17 | 77,5000 | 0,002 | 0,0046 | 0,0025 | 0,0019 |
18 | 82,5000 | 0,008 | 0,0044 | 0,0083 | 0,0080 |
19 | 87,5000 | 0,032 | 0,0042 | 0,0202 | 0,0213 |
20 | 92,5000 | 0,036 | 0,0040 | 0,0355 | 0,0374 |
21 | 97,5000 | 0,048 | 0,0038 | 0,0451 | 0,0456 |
22 | 102,5000 | 0,032 | 0,0036 | 0,0414 | 0,0399 |
23 | 107,5000 | 0,022 | 0,0034 | 0,0274 | 0,0259 |
24 | 112,5000 | 0,014 | 0,0032 | 0,0131 | 0,0128 |
25 | 117,5000 | 0,006 | 0,0031 | 0,0045 | 0,0049 |
В ячейках В16:В25 вычислим плотности относительных частот как частное от деления относительных частот (ячейки F25:F34) на шаг (ячейка $F$22) из таблицы 4.
Плотности экспоненциального, нормального и гамма-распределений рассчитываются в соответствии с формулами:
С16 = ЭКСПРАСП (А16;$B$5;ЛОЖЬ);
D16 = НОРМРАСП (А16;$B$8;$B$9;ЛОЖЬ);
E16 = ГАММАРАСП (А16;$B$12;$B$13;ЛОЖЬ).
Затем копируем их в блок ячеек С17:Е25.
После чего строим гистограмму частот, совмещенную с плотностью каждого из указанных ранее распределений. Графическое изображение гистограммы кривых различных распределений приведены на рисунках 3- 5.
Рисунок 3 – Сглаживание гистограммы плотностью экспоненциального распределения
Рисунок 4 – Сглаживание гистограммы плотностью нормального распределения
Рисунок 5 – Сглаживание гистограммы плотностью гамма-распределения
Используя критерий χ2, установим, верна ли принятая гипотеза о том, что статистические данные подчиняются нормальному распределению.
Для применения критерия χ2 необходимо, чтобы частоты ni, соответствующие каждому интервалу, были не меньше 5. Для этого при необходимости объединим рядом стоящие интервалы, а их частоты суммируем. Далее вычислим следующую сумму:
,
где pi – теоретическая вероятность того, что случайная величина Х примет значение из интервала [ai-1,ai].
Предположим, что случайная величина t имеет функцию распределения F(t), поэтому pi = F(ai) – F(ai-1).
Образец расчетов по предыдущей формуле для трех распределений представлен в таблице 6.
В колонке А содержатся левые, а в колонке В – праве границы интервалов. В колонке С находятся соответствующие частоты. В колонке D рассчитываются теоретические вероятности в зависимости от вида распределения.
Для экспоненциального распределения:
D31 = ЭКСПРАСП (B31; $B$5; ИСТИНА) – ЭКСПРАСП (А31; $B$5; ИСТИНА);
Для нормального распределения:
D40 = НОРМРАСП (В40; $B$8; $B$9; ИСТИНА) – НОРМРАСП (А40; $B$8; $B$9; ИСТИНА);
Для гамма-распределения:
D49 = ГАММАРАСП (В49; $B$12; $B$13; ИСТИНА) – ГАММАРАСП (А49; $B$12; $B$13$ ИСТИНА).
В колонке Е рассчитываются слагаемые соотношения по формуле:
Е31 = (С31-100*В31)^2/(100*D31), которая копируется в другие ячейки колонки Е.
После чего для каждого рассмотренного распределения определим итоговые суммы:
Е38 = СУММ(E34:E39);
Е47 = СУММ(E42:E47);
Е56 = СУММ(Е50:Е55).
Которые равны соответственно 659,6862; 5,2199 и 3,8740.
Гипотеза о виде закона распределения должна быть принята, если вычисленное значение χ2выч достаточно мало, а именно не превосходит критического значения χ2кр, которое определяется по распределению χ2 в зависимости от заданного уровня значимости α и числа степеней свободы r=k’ – s – 1. где k’ – количество интервалов после объединения; s – число неизвестных параметров распределения, которые были определены по выборке.
В данном примере r = 7 – 2 – 1 = 2
Критическое значение рассчитывается по формуле:
Е57 = ХИ2ОБР(0,05;4), из таблицы 6 видно, оно равно 9,4877.
Поскольку 5,2199<9,4877, то принимается гипотеза о том, что статистические данные имеют нормальное распределение с параметрами α = = 98,68 и σ = 8,7673 соответственно.
Таблица 6 – Подбор распределения на основе критерия χ2
А | B | С | D | E | |
29 | Левая граница | Правая граница | Частота | Вероятности | χ² |
30 | Экспоненциальное распределение | ||||
31 | 70 | 85 | 5 | 0,069374468 | 0,5411 |
32 | 85 | 90 | 16 | 0,020878363 | 92,7028 |
33 | 90 | 95 | 18 | 0,019846835 | 129,2349 |
34 | 95 | 100 | 24 | 0,018866271 | 259,1934 |
35 | 100 | 105 | 16 | 0,017934153 | 112,5378 |
36 | 105 | 110 | 11 | 0,017048088 | 50,6805 |
37 | 110 | 120 | 10 | 0,031610928 | 14,7957 |
38 | Сумма | 659,6862 | |||
39 | Нормальное распределение | ||||
40 | 70 | 85 | 5 | 0,058804812 | 0,1318 |
41 | 85 | 90 | 16 | 0,101737571 | 3,3365 |
42 | 90 | 95 | 18 | 0,176260064 | 0,0079 |
43 | 95 | 100 | 24 | 0,222500256 | 0,1376 |
44 | 100 | 105 | 16 | 0,204663183 | 0,9747 |
45 | 105 | 110 | 11 | 0,137173828 | 0,5383 |
46 | 110 | 120 | 10 | 0,090811892 | 0,0930 |
47 | Сумма | 5,2199 | |||
48 | Гамма-распределение | ||||
49 | 70 | 85 | 5 | 0,053672643 | 0,0251 |
50 | 85 | 90 | 16 | 0,107072418 | 2,6163 |
51 | 90 | 95 | 18 | 0,185399233 | 0,0157 |
52 | 95 | 100 | 24 | 0,224931406 | 0,1009 |
53 | 100 | 105 | 16 | 0,197757868 | 0,7209 |
54 | 105 | 110 | 11 | 0,129724735 | 0,2999 |
55 | 110 | 120 | 10 | 0,090713209 | 0,0951 |
56 | Сумма | 3,8740 | |||
57 | Критическое значение критерия | 9,4877 |
... , и обеспеченном необходимыми средствами испытаний. К эксплуатационным относятся испытания, проводимые для определения (оценки) показателей надежности в заданных режимах и условиях эксплуатации. Организация определительных испытаний на надёжность Определительные испытания на надёжность могут проводиться по разным планам. Каждый план имеет некоторое количество параметров, для каждого из ...
... В зависимости от характера воздействия на изделия все ВВФ делятся на классы: механические, климатические и другие природные, биологические, радиационные, электромагнитных полей /6/. 1.1 Климатические испытания изделий электронной техники Под влиянием климатических факторов в материалах ИЭТ протекают сложные физико-химические процессы, изменяющие их свойства и способствующие отказам. Опыт ...
... объекта испытаний. Объектом испытаний является печенье сахарное квадратной формы. 2.1.2 Нормативный документ, согласно которому изготавливается объект испытаний. Сахарное печенье должно изготавливаться в соответствии с требованиями ГОСТ 24901-89 «Печенье. Общие технические условия» 2.1.2.1 Технические требования к изготовлению сахарного печенья Печенье должно изготовляться в соответствии ...
... различными предприятиями. Для этого сравниваемые объекты испытывают в идентичных условиях. Контрольные испытания, составляющие наиболее многочисленную группу испытаний, проводят для установления соответствия характеристик РЭСИ заданным. Испытания на этапах проектирования, изготовления и выпуска изделий Как уже отмечалось, цели и задачи испытаний меняются в течение «жизненного цикла» изделия. ...
0 комментариев