Основы математической статистики в метрологии. Часть 2

Содержание

Слайд 2

*

Основные законы распределения вероятностей непрерывной случайной величины

Равномерный закон распределения

* Основные законы распределения вероятностей непрерывной случайной величины Равномерный закон распределения

Слайд 3

*

Задание

Выведите формулы для вычисления дисперсии и математического ожидания равномерного закона распределения.

* Задание Выведите формулы для вычисления дисперсии и математического ожидания равномерного закона

Для этого используйте определение этих характеристик.

Слайд 4

*

Гистограмма равномерного закона распределения

* Гистограмма равномерного закона распределения

Слайд 5

*

Примеры равномерного закона распределения

Погрешности прямых измерений
Погрешность округления.
Случайная составляющая погрешности дискретного прибора

* Примеры равномерного закона распределения Погрешности прямых измерений Погрешность округления. Случайная составляющая
при незначительном разбросе измерений (1-3 дискрета)

Слайд 6

*

Пример из ГОСТ 8.207

Оценку суммарного СКО результата измерения вычисляют

* Пример из ГОСТ 8.207 Оценку суммарного СКО результата измерения вычисляют

Слайд 7

*

Нормальный закон распределения

N(mx,σx)

* Нормальный закон распределения N(mx,σx)

Слайд 8

*

График функции плотности нормального закона распределения

* График функции плотности нормального закона распределения

Слайд 9

*

Нормированная случайная величина
Задание:
Доказать, что для нормированной случайной величины
M(u) = 0 σ2(u)

* Нормированная случайная величина Задание: Доказать, что для нормированной случайной величины M(u)
= 1

Слайд 10

*

Вопрос

Пусть три случайные величины X,Y,Z имеют нормальное распределение с известными математическими ожиданиями

* Вопрос Пусть три случайные величины X,Y,Z имеют нормальное распределение с известными
и дисперсиями (предположим, имеются три измерительных канала температуры): M(X)=50, D(X)=0,3 , M(Y)=70, D(Y)=0,5, M(Z)=90, D(Z)=0,7
Постройте функции плотности распределения f(x), f(y), f(z).
Постройте для них нормированные функции плотности распределения.

Слайд 11

*

Распределение χ2

Пусть Z1, Z2 ... Zν независимые нормированные случайные величины N(0, 1).

* Распределение χ2 Пусть Z1, Z2 ... Zν независимые нормированные случайные величины

M(Z)=0, D(Z)=1
- есть хи-квадрат (χ2 ) распределение с параметром ν. Этот параметр называется числом степеней свободы.

Слайд 12

*

Функция плотности распределения

* Функция плотности распределения

Слайд 13

*

Пример распределения χ2

Оценка дисперсии по выборке

В дальнейшем будем использовать эту статистику

* Пример распределения χ2 Оценка дисперсии по выборке В дальнейшем будем использовать эту статистику

Слайд 14

*

Распределение Стъюдента

Z → N(0,1), V → χ2(ν)
Z,V – независимые
M(t)=0

* Распределение Стъюдента Z → N(0,1), V → χ2(ν) Z,V – независимые
D(t)= ν/ν-2
случайная величина t (t-статистика) ,
- распределение Стъюдента

Слайд 15

*

Функция плотности распределения

* Функция плотности распределения

Слайд 16

*

Пример

В чем отличие и
Вопрос :
Приведите примеры использования распределения Стъюдента в Ваших практических

* Пример В чем отличие и Вопрос : Приведите примеры использования распределения
задачах.

Слайд 17

*

Распределение Фишера

Если U, V – независимые случайные величины,
U – имеет χ2(ν1) с

* Распределение Фишера Если U, V – независимые случайные величины, U –
ν1 степенями свободы,
V - имеет χ2(ν2) с ν2 степенями свободы
имеет распределение Фишера
с ν1 и ν2 степенями свободы

Слайд 18

*

Функция плотности распределения Фишера

* Функция плотности распределения Фишера

Слайд 19

*

Пример

Проверяется гипотеза о равенстве дисперсий двух выборок
X: x1, x2, ..., xn
Y:

* Пример Проверяется гипотеза о равенстве дисперсий двух выборок X: x1, x2,
y1, y2, ..., ym
Отношение двух выборочных нормированных дисперсий есть распределение Фишера с n-1 и m-1 степенями свободы.

Вопрос: Приведите примеры использования распределения Фишера в Ваших практических задачах.

Слайд 20

*

Что такое выборка?

Выборкой называют последовательность независимых одинаково распределенных случайных величин.
ξ - случайная

* Что такое выборка? Выборкой называют последовательность независимых одинаково распределенных случайных величин.
величина
x1, x2, …, xn – выборка

Слайд 21

*

Показатели описательной статистики

Показатели положения (относительно среднего)
среднее арифметическое
среднее геометрическое
медиана P(x ≤

* Показатели описательной статистики Показатели положения (относительно среднего) среднее арифметическое среднее геометрическое
M) = P(x ≥ M) = 1/2
мода - положение max

Слайд 22

*

Показатели рассеяния

Дисперсия
Стандартное отклонение
Размах xmax – xmin
Межквартальный размах – 50% выборки

* Показатели рассеяния Дисперсия Стандартное отклонение Размах xmax – xmin Межквартальный размах – 50% выборки

Слайд 23

*

Показатели формы
Асимметрия
Эксцесс
Моменты

* Показатели формы Асимметрия Эксцесс Моменты

Слайд 24

*

Квантиль

Квантилью уровня α (или α – квантилью) непрерывной случайной величины ξ ,

* Квантиль Квантилью уровня α (или α – квантилью) непрерывной случайной величины
имеющей непрерывную функцию распределения F(x), называется значение Xα для которого
P (ξ< Xα) = α
Часто встречающиеся в практике квантили.
Медиана - квантиль, соответствующая значению α =0,5
Верхняя квартиль – квантиль, соответствующий значению α =0,75
Нижняя квартиль – квантиль, соответствующий значению
α =0,25
Децили – квантили уровней 0,1; 0,2; ... , 0,9.

Слайд 25

*

Квантиль Xα случайной величины, имеющей функцию распределения F(x)

F(x)

F(xp)

xp

x

* Квантиль Xα случайной величины, имеющей функцию распределения F(x) F(x) F(xp) xp x

Слайд 26

*

Примеры решения прямой задачи в EXCEL

Для нормального закона распределения,
=НОРМСТРАСП(1.96) =

* Примеры решения прямой задачи в EXCEL Для нормального закона распределения, =НОРМСТРАСП(1.96)
0.975002
=НОРМСТРАСП(-1.96) = 0.024998
Для распределения Стъюдента
=СТЬЮДРАСП(1.96;100;1) = 0.026389
=СТЬЮДРАСП(1.96;200;1) = 0.025692
1.96 – заданное значение X,
100,200 – число степеней свободы,
1 - односторонний интервал

Слайд 27

*

Примеры решения обратной задачи в EXCEL

Для нормального закона распределения по заданной вероятности

* Примеры решения обратной задачи в EXCEL Для нормального закона распределения по
найдем квантиль
=НОРМСТОБР(0.025) = -1.96
=НОРМСТОБР(0.975) = 1.96
Решение обратной задачи для распределения Стъюдента
=СТЬЮДРАСПОБР(0.05;500) = 1.96472 Соответствует Р= 0.975
=СТЬЮДРАСПОБР(0.01;500) = 2.585698 Соответствует Р= 0.995

Слайд 28

*

Спасибо
за
Внимание !!!

* Спасибо за Внимание !!!
Имя файла: Основы-математической-статистики-в-метрологии.-Часть-2.pptx
Количество просмотров: 37
Количество скачиваний: 0