книги / Математические методы и планирование эксперимента в грунтоведении и инженерной геологии
..pdf/
которое является оценкой параметра <о • Интервальная оценка при этой принимает вид
|
|
} А - х[ |
t |
g |
i |
i |
|
|
|
|
|
|
- ш |
|
|
|
|||
|
|
|
|
|
|
|
|
||
где t f t K ) |
зависит не |
только |
от |
надекности |
, но и от числа |
||||
определений К* |
Значения |
-Ь (Р, К) |
для пяти уровней надекности 9 |
||||||
и для различных |
значений KZk |
приведены в . табл. У Приложения. |
|||||||
Интервальная оценка среднего квадратического отклонения |
|||||||||
Рассмотрим |
два одучан: |
|
|
|
|
||||
I . |
|
Если известен |
центр распределения а , то можно восполь |
||||||
зоваться оценкой |
|
|
|
|
|
|
|||
Zjf'lYA% ■» где |
2 1 |
® |
|
|
|
||||
Ъъзависвдие |
QT |
надежности |
|
|
|
|
|||
и количества |
определений |
К == |
|
|
|||||
зк ч * определяются по |
табл.У1 |
|
|
||||||
Приложения, |
|
|
|
|
|
|
|
|
|
определяются по |
эксперимен |
|
|
|
|||||
тальным данным. |
|
|
|
|
|
|
|
||
3, Если центр распреде |
|
|
|
||||||
ления "а" |
неизвестен, |
|
то |
|
|
|
|||
интервальная оценка принима |
|
|
|
||||||
ется^ в и д е ^ < ^ ^ 3 ц 5 |
|
, |
|
|
|
||||
где %<п %и как и в |
предан |
|
|
|
|||||
дущем случае, |
|
определяются |
|
|
|
||||
по табл. У1 Приложения, |
|
а |
|
|
|
||||
g s n / SCxL-g)^ |
вычиеляютоя по экспериментальным данным. При |
V i
этом границы интервала 2 i$ я 2* $ выбраны таким образом, чтобы вероятности выхода величины <£ за левую и правую границы были равны нейду собой и (1Н ?)/2какдая (см. рио. 15).
Проверка гипотез о соответствии выборки генеральной совокупности
Результаты статистической обработки экспериментальных данных позволяют выдвинуть ряд гипотез. Например: о равенстве средних или дисперсий двух выборок, о нориальноы распределе нии исследуемой величины, о статистической однородности мас сива по какому-либо показателю и т .п . Фактически эти гипотезы сводятся к предположению, что выборочные распределения и их характеристики не противоречат предполагаемым в генеральной совокупности. Если это так, то различия в параметрах генераль ной совокупности и выборки несущественны, равны нулю. Такие гипотезы называются нулевыми и обозначаются Но. Кроме того,
существует альтернативная гипотеза H i, отвергающая Н0 • |
Пред |
положим, что гипотеза Нд утверждает идентичность оценки |
по |
выборке и соответствующего параметра генеральной совокупности
(например х = а ) . Гипотеза Hi |
отвергает это |
предположение |
|
|
|||||||||
эс* а. . Для решения вопроса |
о том, насколько величина ос долж |
||||||||||||
на отличаться от а , |
чтобы отвергнуть гипотезу Но , |
надо |
|
пред |
|||||||||
варительно |
задаться уровнем |
значимости 06= 1- IP |
и определить |
|
|||||||||
область принятия гипотезы Но (рио. 16). Область |
принятия |
ги |
|||||||||||
потезы Но |
можно охарактеризовать интервалом, |
ограниченным |
|
||||||||||
и |
- 5 7 . Если х. |
попадает, в |
этот интервал, |
гипотезу |
можно |
||||||||
считать |
принятой. В том случае, |
когда х |
выходит |
за |
|
пределы |
|||||||
интервала, |
принимаем гипотезу |
• При проверке, гипотез |
возни |
||||||||||
кают ошибки двух родов. |
|
|
|
|
|
|
|
|
|
|
|||
Ошибка I рода. Возникает в том случае, когда |
верна |
гипо |
|||||||||||
теза Но для всего распределения, |
но отвергается на |
участках |
|||||||||||
Вели бы Ж было равно нулю, |
то ошибка I рода |
не |
возникала |
||||||||||
бы. Предположим, что «6 =0,05, а |
гипотеза Но верна. |
Тогда |
Но |
||||||||||
будет отвергнута в 5 5&опытов (ошибка равна.<L ) , |
а |
принята |
в |
||||||||||
р=(1- А ) % испытаний (рио, 16, а ) . |
|
|
|
|
|
|
|
|
|||||
Ошибка П рода. Пусть справедлива гипотеза Н^; эс |
|
|
ус |
||||||||||
тановим область принятия зтой гипотезы (рис. 16, |
б ). |
В |
этом |
||||||||||
случае мы совершаем о ш и б к у в |
той части |
кривой |
эксперимен |
||||||||||
тального распределения, которая попадает |
в |
область |
принятия |
гипотезы Uo (па рис» Z6, 6 эта область обозначена двойной штриховкой). Таким образом, гипотеза H i может быть принята »
.надежностью f ^ r j b . |
Ошибка П рода JP уменьшается о увеличеня- |
|||
.ем«6^ >ЕслисС-А ,, т |
о |
» С уменьшением сС ошибка р |
увеличила- |
|
•ется, При «проверке .гипотез всегда стремятся доказать |
справед |
|||
ливость .гипотезы |Не,, |
так как ошибкой I |
рода I мы заранее за |
||
даемся» Фйрадададие |
ге |
ошибки Ц рода fa |
представляет |
значи |
тельную ярудноет!Ь# :Йелользуем метод сравнения гипотез для ре шения .некоторых конкретных задач.
С -р а |
в <н е я |
и е с р ,е |
Д я и х . Довольно.часто Оказы |
вается, что |
средний |
результат |
в одной серии экспериментов за |
метно отличаетоя от среднего в другой серии. При атом возника ет вопрос, можно ли обьяснить это расхождение случайными ошибками или оно вызвано иными причинами. Другими словами, следует проверить, можно ли считать результаты этих серий опы тов принадлежащими к одной генеральной совокупности.
Сравнение средних при |
известных дисперсиях (з |
. Пусть произве |
||||
дено X i |
определение в |
первой серии и |
- во |
второй. |
Заранее |
|
известны |
дисперсии: в |
I серии -<•>£ « во второй |
. |
Средние |
||
значения результатов |
обозначим соответственно |
|
через cct |
и х ^ . |
||
Выдвинем гипотезу о том, что истинные |
значения |
средних |
совпа |
дают, несмотря на расхождение их экспериментальных оценок. Та ким образом, гипотеза Н«*. А=А1 . Для проверки гипотезы подсчи таем отношение
Задаемся уровнем L или надежностью $ , строим |
область |
приня |
|||||||
тия |
гипотезы, |
ограничивая ее слева и справа значениями |
-"Ькр |
||||||
и |
t -кр |
(рис. 17), определяющих в зависимости |
от, |
|
заданной |
||||
|
|
|
|
надежности |
|
|
по |
||
|
|
|
Pit) |
табл. 1У Приложения. |
|||||
|
|
|
Если подсчитанное |
от |
|||||
|
|
|
|
||||||
|
|
|
|
ношение |
t -э |
попадает |
|||
|
|
|
|
в область принятия |
ги |
||||
|
|
|
|
потезы, |
то |
принимаем |
|||
|
|
|
|
гипотезу Н0 с |
надеж |
||||
|
|
|
|
ностью (Р и |
ошибкой Л , |
||||
|
|
|
|
т .е . расхождение сред |
|||||
|
|
|
|
них не |
считаем |
|
значи |
||
|
|
|
|
мым. Если |
Ь е |
|
окажет |
||
|
|
|
Рис. 17. |
ся за пределами |
облас |
||||
|
|
|
ти, то расхождение сре- |
||||||
|
|
|
|
||||||
дних считаем |
значимым и гипотезу Но отвергаем. Делаем |
вывод о |
|||||||
том, что эксперименты первой и второй серии относятся |
к |
|
раз |
||||||
ным генеральным совокупностям. |
|
|
|
|
|
|
|||
Сравнение |
средних при неизвестных дисперсиях <6 . В этом |
|
слу |
||||||
чае |
установим область принятия гипотезы при помощи отношения |
- |
экспериментальные средние квадратические |
отклонения |
|||||
соответственно для X и П |
серии опытов. Отношение t |
имеет рас |
|||||
пределение |
Стьюдента с K=X4+tf*r & . Критическое |
значение t |
оп |
||||
ределяется |
по табл. У Приложения в зависимости от заданной |
|
|||||
надежности? |
и числа степеней свободы К . Если |
t -э |
|
||||
значение |
t |
э |
попадает |
в область принятия гипотезы Ко . Сле |
|||
довательно, |
|
расхождением |
средних можно пренебречь |
и считать |
|||
результаты |
I |
и П серий принадлежащими к одной |
генеральной |
сог |
|||
вокупности. |
|
|
|
|
|
|
|
С р а в н е н и е |
д и с п е р с и й » При выполнении |
эк |
спериментов в различных условиях возникает задача сравнения точности определений. Важность зтой задачи особенно, подчерки вается тем, что доверительные интервалы для средних •квадрати ческих отклонений оказываются обычно весьма широкими. Сравнение двух дисперсий. По результатам двух оерий экспери ментов получены эмпирические дисперсии: - при числе степе ней свободы К< , <>£- при числе отепеней свободы К*. При этом
gjSdfcДля решения вопроса о значимости расхождения диспер
сий рассматриваем |
отношение |
большей дисперсии к меньшей, |
ис |
пользуя критерий |
Фишера |
Задаваясь надежностью |
, по |
табл. УП Приложения находим критические значения -Г, соответ ствующие данным числам степеней свободы К< и К*,. Для проверки
гипотезы о равенстве дисперсий сравниваем отношение |
<Гэ |
, |
||
подсчитанное для |
двух выборок, с |
. Если |
4 |
, |
то гипотеза о равенстве дисперсий может быть принята; в |
про |
|||
тивном случае - |
отвергнута. |
|
|
|
Сравнение большей дисперсии с остальными. Иногда среди нескор
лышх |
( т .) |
выборок может |
встретиться такая, дисперсия |
которой |
||
й1 |
заметно больше остальных. Задача заключается в |
том,что- |
||||
бы выяснить, принадлежит |
ли эта выборка к |
генеральной |
сово |
|||
купности или ее отличие от других выборок |
следует |
считать су |
||||
щественным, |
Для решения |
задачи применим критерий |
Кохрена |
Применение этого яритерия возможно, если |
и |
число |
оп |
||||||
ределений |
во всех m |
сериях |
одинаково >rLs> ri-< ..s лГ т. |
Если |
|||||
величина |
6-3 |
окажется меньше критического значения, |
при |
||||||
веденного в табл. УШ Приложения для двух надежностей Р =0,95 |
и |
||||||||
0,99 и для различных сочетаний |
\т (количества серий |
опытов) |
и |
||||||
числа степеней |
свободы |
i , |
то отличие первой |
дисперсии |
от |
||||
остальных несущественно, все выборки относятся к |
одной гене |
||||||||
ральной совокупности. В противном случае для этого |
утвержде |
||||||||
ния нет достаточных оснований. |
|
|
|
|
|
||||
Проверка нормальности распределения. Критерий Пирсона |
|
|
|||||||
Приближенный метод проверки нормальности распределения |
|
||||||||
данных экспериментов с помощью центральных моментов |
третьего |
||||||||
и четвертого порядков |
был изложен на с . 43 , Однако |
часто |
ре |
зультаты этой проверки вызывают сомнения в нормальности зако на распределения. В этом случае следует произвести более тща
тельный анализ распределения экспериментальных величия. |
|
В качестве нулевой гипотезы Но выдвигаем утверждение |
о |
том, что экспериментальные величины эс имеют нормальное |
рас |
пределение. Альтернативная гипотеза Hi отрицает это утвержде
ние. Для |
проверки гипотезы Н«» разбиваем |
ось х |
на ряд i, |
ин |
|
тервалов |
в для |
каждого интервала (о с ^ ’» |
) подсчитываем |
чис |
|
ло определений, |
попавших в интервал f ti. Затем подсчитываем |
||||
теоретическую вероятность попадания в интервал |
при нормальном |
||||
законе распределения вероятностей; |
|
|
|
По табл. |
ШПриложения определяем |
и |
для |
вычи |
сленных |
значений tj, и ti,-*. и вычисляем |
вероятность |
. После |
|
этого подсчитываем величину критерия Пирсона: |
|
|
где *6 число интервалов |
(r-ooJx t) f(Xi|OCa),...l («^r4_) |
|
|
|||
«АГ- |
число всех результатов эксперимента |
|
|
. да |
||
лее |
определяем область принятия гипотезы Ко. Для этого |
по |
||||
табл. IX Приложения находим критическое |
значение |
при |
за |
|||
данной надежности |
!? и |
числе степеней свободы К=-Сгз , |
|
Затем |
||
|
сравниваем |
с 5кр • Если |
, распределение |
экспе |
риментальных величин соответствует нормальному закону. В про тивном случае для такого вывода нет достаточных оснований.
Число степеней |
свободы к = ^ -з относится |
к |
тому случаю, когда |
оба параметра |
нормального закона (ос и g |
) |
определяются по вы |
боркам (третью степень свободы теряем при разбивке выборки на
интервалы). |
Поэтому для получения числа степеней свободы К не |
|
менее пяти |
следует |
принимать число интервалов t не менее |
восьми. |
|
|
|
Глава |
4. КОРРЕЛЯЦИОННЫЕ ЗАВИСИМОСТИ |
При изучении, зависимости между двумя случайными величи нами применяются методы корреляционного анализа. Корреляцион ный анализ изучает усредненный закон поведения одной из вели
чин в зависимости от значений другой, кроме, того |
он |
устанав |
|||
ливает меру зависимости между рассматриваемыми величинами. |
|||||
Сопоставляя каждое |
значение |
одной величины х |
со |
средним |
|
и’з значений другой - у , |
получаем |
регрессию ^ на х |
. В |
зависи |
|
мости от того, применяются ли теоретические средние |
(матема |
||||
тические ожидания) или экспериментальные, регрессию |
называют |
||||
теоретической или экспериментальной. Графически функция |
ре |
||||
грессии изображается линией регрессии. |
|
|
|
||
Мера зависимости между величинами характеризуется |
коэф |
||||
фициентом корреляции или корреляционным отношением. |
|
|
|
4 .1 . Линейная корреляция |
|
Корреляция |
называется линейной, если обе функции |
регрес |
сии линейны. В |
этом случае линии регрессии превращаются в |
|
прямые, угловые |
коэффициенты которых выражаются через |
козффи- |
циент корреляции. Коэффициент корреляции служит также |
мерой |
линейной зависимости между величинами. Коэффициентом корреля ции между случайными величинами х и ц, называют математичес кое ожидание произведения их нормированных отклонений
гдеос^МС*) и 4= М Ы - центры распределения |
величин х |
щ |
,<?х |
|||
и |
- их дисперсии. Величина M(x-a)0j—6) |
называется |
корре |
|||
ляционным моментом. Коэффициент корреляции - |
безразмерная |
ве |
||||
личина, его абсолютная величина |
не |
превосходит единицы |
|
|
||
|
Для независимых величин х |
и ^ |
коэффициент корреляции’ра |
вен нулю. Равенство коэффициента корреляции нулю означает от сутствие линейной зависимости между величинами, но не исклю чает наличия нелинейной зависимости. Чем ближе его значение к
единице, |
тем теснее |
линейная зависимость, а |
п ри /> = 1 существу |
||||
ет линейная функциональная зависимость (каждому.значению |
од |
||||||
ной величины соответствует только одно значение другой). |
|
||||||
Корреляционное отношение ^ |
~ Y l |
' |
|
||||
где |
J |
_ /Z&L-4)a'4 |
- |
частное |
квадратическое |
отклонение, |
|
|
” у -~ |
|
|
|
|
|
|
|
|
|
- |
среднее |
квадратическое |
отклонение |
точек, |
лежащих на теоретической линии регрессии.
Для экспериментального изучения зависимости между двумя
величинами ос и |
производят^ независимых определений. |
По |
||
данным экспериментов |
определяются |
точечные |
||
оценки средних значений и коэффициента |
корреляции. |
Несмещен |
ными и состоятельными оценками теоретических оредних значений л и Ь являются экспериментальные средние значения
ос
*
а оценками дисперсий £ и - экспериментальные дисперсии
Несмещенной и состоятельной оценкой корреляционного мо мента является эмпирический корреляционный момент
* |
) ( * |
- $ |
= |
. |
По этим оценкам строят экспериментальный коэффициент корреля-
ции
L
Экспериментальный |
коэффициент |
корреляции |
Ъ |
дает состоятель |
|||||
ную (при К-*-оь, |
Р |
) , но |
смещенную оценку |
коэффициента |
кор |
||||
реляции |
. Величина |
смещения |
убывает обратно пропор- |
||||||
ционально X |
и при Х >50 |
составляет менее I |
Величина коэф |
||||||
фициента корреляции % не изменяется при изменении начала |
от |
||||||||
счета и масштаба |
измерениях |
и ^ . Это свойство позволяет |
зна |
||||||
чительно |
упростить вычисление г . После замены x = x „ + ^ U и |
||||||||
|
(А<;4*,>0 )» |
т.е* ц = |
У “.У,0 и \г~ |
|
• эксперименталь- |
||||
|
|
|
|
|
|
*4. |
4*. |
|
|
вый коэффициент корреляции вычисляется по формуле |
|
||||||||
|
г |
- |
|
S liU v l |
- x u v |
|
где |
|
|
|
|
|
|
'.yZV*- |
|
|
|||
|
|
|
|
|
|
|
' |
|
1 v
U
X -4 .
Доверительные оценки коэффициента корреляции
Даже для независящее величин экспериментальный коэффици
ент корреляции может |
оказаться |
отличный |
от нуля |
вследствие |
||
случайного |
рассеяния результатов опытов. Поэтому прежде |
все |
||||
го следует |
проверить |
гипотезу |
о том, что |
величины х |
и ^ |
не |
коррелируются. Для этого абсолютную величину коэффициента кор реляции умножают напбнГ. Полученное произведение Нэ=1гЭДх-Т
сравнивается с его критическими значениями, приведенными |
в |
||
табл. X Приложения |
для различных надежностей |
и различных |
|
чисел определений Я*. |
Если Из оважетоя больше Нкр , то |
при |
нимается гипотеза о норрелированности рассматриваемых величин. В этом случае теоретический коэффициент корреляции является значимым, отличным от пуля.
4 .2 . Прямые регрессии
Прямая регрессия ^ на *. имеет вид
где параметры сt, Ь,6х.,ё>ъ яJ> имеют тот же смысл, что и в пре дыдущем нараграфе. Пряная регрессия х на у
регрессии у. на ос ж х |
на |
соответственно. Оба коэффициента |
||
имеют тот же знак, что |
и коэффициент корреляцииf . Обе прямые |
|||
проходят через точку |
с |
координатами (0,-6 ) - |
центр распреде |
|
ления. Пряные 'регрессии |
^ |
на х и ос на ^ |
совпадают только |
тогда, когда\f\ - ! , т .е . |
в случае линейной функциональной за |
|
висимости между величинами х и ^ . Экспериментальная |
прямая |
|
регрессии $ наос имеет |
уравнение |
|
Ч - Ч = - « т * < * - * > '