А. Первичная обработка исходной статистики

В соответствии с физическим определением плотности вероятности F ( t ) ее опытное значение F * в любой точке T = t ₁ рассчитывается по формуле

F ( t = t ₁ )                                                                               11

где — число отказов, приходящихся на j -й  интервал длиною  на оси возможных значений случайной величины Т (интервал  накрывает точку t_j ). Обычно точка t_j выбирается в середине .

На этапе первичной обработки исходной статистики, исходя из формулы (11), необходимо определить:

— минимальное ( t_min ) и максимальное (t_max) значения из статистического ряда полученных величин Т= t_i;

— длину частных интервалов группирования , на которые следует разбить весь полученный интервал R = t_max — t_min ;

— значения величин   в каждом частном интервале ;

— статистические значения элементов вероятности отказов для каждого интервала :

                                                                                                               12                 

— опытные статистические значения F *;

— заполнить таблицу результатов первичной обработки статистики.

Значения t_min , t_max берутся непосредственно из полученного статистического ряда величин t_i Длина всего интервала R = t_max - t_min дает первое представление о том, что наиболее вероятное значение случайной величины Т может быть заключено между t_min , t_max, т. е. неизвестная плотность вероятности F ( t ) распределена примерно в этом отрезке значений случайной величины Т.

Длина интервала At может быть ориентировочно выбрана с использованием эмпирической формулы:

                              ,                                               13

где k — число частных интервалов .

Значение числа k сначала ориентировочно оценивается по формуле k  1 +3,3 lg n и обычно выбирается в пределах k =10 30.

Подсчет количества реализаций  по интервалам группирования   практически осуществляется следующим образом. Заблаговременно заготовляется бланк, образец которого дан в табл.10. Таблица разбивается на k колонок, представляющих собой интервалы . Пусть, например, t_max=200 ч, t_min = 1 ч, тогда значения и k целесообразно выбрать следующие:

Δt ≈ (200 -1) /( 1+3,3 lg 100) ≈ 26 ч (принимаем Δt =20 ч)

K ≈ 1+ 3,3 lg 100 ≈ ( t_max – t_min )/ Δt ≈ (200-1)/20 ≈ 10.

Таблица 10 Экспериментальные данные примера

 

ΔП*1

ΔП*2

ΔП*3

…

…

…

ΔПj

…

…

ΔП

Количество статистических реализаций случайной величины t по интервалам Δt

31 X Xx Xx Xx Xx Xx Xx Xx Xx Xx Xx Xx Xx Xx Xx Xx

22     Xx Xx Xx Xx Xx Xx Xx Xx Xx Xx Xx xx

13     X XX XX XX XX XX XX XX

13     X XX XX XX XX XX XX XX

7     X XX XX XX

5   X XX XX

4     XX XX

2   XX

2   XX

1   X

Значение середины интервалов Δt

tj

10

30

50

70

90

110

130

150

170

190

210 230

Величина интервалов

Δt

20

20

20

20

20

20

20

Δt’=60

Статистическое значение вероятности отказов

ΔQ*j

ΔQ*1

ΔQ*2

ΔQ*3

…

…

…

ΔQ*j

…

…

ΔQ*j

Опытные значения плотности вероятности

F*j

F*1

F*2

F*3

…

…

…

F*i

…

…

F*n

В каждой колонке приводится значение середины интервала

t ₁= t_j ( t_j = 10; 30; 50; 70; 90; 110; 130; 150; 170; 190) либо крайние правые границы интервалов t_j + /2— (20; 40; 60; 80; 100;120; 140; 160; 180; 200). После этого рассматривается первое число из имеющегося неупорядоченного статистического ряда T = t_i и определяется, к какому интервалу следует отнести это число. Например, t ₁ = 75 ч. В этом случае в четвертой колонке табл.10 с серединой t_j = 70 ч и правой границей 80 ч ставится «крестик», а число t_i = 75 ч вычеркивается из ряда. Затем рассматривается второе число ряда T = t ₂ и заносится «крестик» в соответствующую колонку табл.10 и т. д.

После того, как все n = 100 чисел T = t_i рассортированы по колонкам таблицы, производится подсчет чисел  для каждого интервала  .

Пусть значения опытных чисел   получены такие, как в табл. 10 ( =31, = 22, =13, =13, затем 7, 5, 4, 2, 2 и 1). Разумеется, должно выполняться условие:

После того, как определены величины , необходимо проверить, нет ли слишком малых значений  (например,  < 3  4). Так как малые значения дают недостаточную информацию об истинной закономерности распределения изучаемой случайной величины на этом интервале, то рекомендуется соседние интервалы с малым значением  укрупнить в один, длина которого будет больше чем  .

В нашем примере целесообразно последние три интервала объединить в один, длиной ' = 3 = 60 ч с новым числом  — 5. Окончательно имеем всего k = 8 интервалов, семь первых длиной по 20 ч и один последний длиной 60 ч.

Теперь рассчитываются опытные значения элементов вероятности   и  для всех интервалов, и результаты первичной обработки статистики заносятся в табл.10.

⇐ Предыдущая567891011121314Следующая ⇒

Поделиться: