Методика статистической обработки. Статистическая обработка и интерпретация результатов экспериментальных исследований Определение оценок математического ожидания, дисперсии и коэффициента вариации
Скачать 155 Kb.
|
Статистическая обработка и интерпретация результатов экспериментальных исследований Определение оценок математического ожидания, дисперсии и коэффициента вариации В результате эксперимента получают совокупность измеренных параметров, называемую простым статистическим рядом (табл. 1). Статистический ряд Таблица 1
Если число наблюдений n< 10, то полученный статистический ряд используют для дальнейших расчетов (выборочного среднего значения, среднеквадратического отклонения и коэффициента вариации исследуемой величины), применяя известные из математической статистики зависимости:
где ― объем наблюдений; ― среднее значение исследуемой величины; ― среднеквадратическое отклонение; ― коэффициент вариации. При n>10 исходный ряд преобразуется в вариационный, располагая элементы в порядке возрастания для проверки однородности ряда. Пример. Определить выборочные оценки математического ожидания, среднеквадратического отклонения и коэффициента вариации прочности цементобетона на растяжение при изгибе по данным испытаний контрольных образцов. Решение. 1. Исходный статистический ряд преобразуем в вариационный, располагая результаты в порядке возрастания. Статистический ряд результатов испытаний
Вариационный ряд результатов испытаний
2. Вычисляем математическое ожидание, среднеквадратическое отклонение и коэффициент вариации прочности цементобетона на растяжение при изгибе: ; ; . Проверка однородности результатов экспериментальных исследований Проверка однородности результатов экспериментальных исследований проводится с целью исключения из анализа ошибочных опытных данных, появление которых связано с погрешностями в процессе выполнения эксперимента при определении действующих усилий, замере исследуемых величин, например прогибов и относительных деформаций на поверхности аэродромных покрытий, а также с влиянием температуры и других неучтенных факторов. Для проверки однородности результатов испытаний может быть использован критерий Груббса. Исходной (нулевой) гипотезой критерия является предположение о том, что максимальное значение вариационного ряда принадлежит той же генеральной совокупности, что и все остальные результаты испытаний. В зависимости от того, какой из крайних членов вариационного ряда является более сомнительным, вычисляют v-критерий
где ― критерии Груббса. Нулевая гипотеза принимается, если выполняется условие
где ― критическое значение - критерия для принятого уровня значимости и объема испытаний (табл.2). Критические значения Таблица 2
Проверку однородности результатов наблюдений при большом объеме выборки выполняют с помощью критерия Ирвина:
где- критерии Ирвина. Вычисленные по формуле (7) параметры сопоставляют с критическими значениями (табл.3). Критические значения Таблица 3
Если по результатам расчета выполняется условие
то гипотеза об однородности результатов наблюдений подтверждается, и наоборот. Пример. Проверить однородность результатов испытаний контрольных образцов цементобетона на растяжение при изгибе, вариационный ряд которых приведен выше, при уровне значимости . Решение. Для проверки однородности результатов испытаний применяем критерий Ирвина. По формуле (7) находим ; . По табл.3 определяем критическое значение критерия Ирвина. Проверяем выполнение условия (8):
Поскольку неравенство (8) выполнено, то исходная гипотеза подтверждается и необходимость перерасчета вычисленных выше статистических параметров , Sxи Vxотпадает. Определение доверительных интервалов Доверительные интервалы для статистических параметров нормально распределенной генеральной совокупности устанавливают с использованием зависимостей:
для среднеквадратического отклонения
для коэффициента вариации
где - квантиль нормированного нормального распределения, взятый при уровне значимости (см. табл.4). Квантили нормированного нормального распределения Таблица 4
|