В. Выравнивание статистических графиков
Неизвестная плотность вероятности F(t) является плавной и непрерывной кривой — функцией аргумента t. Гистограмма же хотя и напоминает по форме функцию F(t), имеет вид ступенчатой ломаной кривой (рис. 16). Если повторить аналогичный опыт по набору новой серии подобных случайных величин Т= ti в тех же условиях эксперимента и для такой же системы, то построенная вновь гистограмма не совпадет с ранее полученной, хотя она по-прежнему будет напоминать неизвестную плотность F(t).
Рис.16 Гистограмма данных примера
Для того чтобы статистически согласовать гистограмму с плавной кривой F(t), производят статистическое выравнивание полученной ступенчатой кривой. Используя полученную гистограмму, производят соответствующий выбор некоторой функции , которая выравнивала бы гистограмму и с большой вероятностью приближалась бы по форме к неизвестной функции F(t). Другими словами, при выборе функции требуется, чтобы она по вероятности совпадала с F(t), т. е. F (t).
Статистическое выравнивание гистограммы производится в следующей последовательности:
—выбор одной из сглаживающих функций ,
— расчет неизвестных параметров для выбранной сглаживающей функции;
— расчет теоретических значений сглаживающей функции в фиксированных точках t = tj,
— построение графика сглаживающей функции;
— качественный вывод о справедливости допущения .
При выборе сглаживающей функции стараются учесть особенности гистограммы и аналитическое выражение , которое должно быть несложным и удобным в инженерных расчетах. Полезно учитывать особенности и опыт работы системы, для которой оценивается закон F(t).
Анализируя гистограмму, изображенную на рис.16, можно выбрать простую функцию в виде убывающей экспоненты, т. е.допустить, что
16
При различных значениях параметров С1 и С2 имеется бесчисленное множество убывающих экспонент, среди которых надо выбрать только одну, обладающую свойствами плотности вероятности и особенностями полученной гистограммы. Следовательно, на выбираемую сглаживающую функцию (16) необходимо наложить определенные связи (требования). Число этих связей зависит от вида функции и количества, входящих в нее неизвестных параметров.
Первая связь, которую необходимо наложить на функцию за счет соответствующего подбора констант С1 и С2, называется нормирующим условием. Так как должна быть плотностью вероятности и обладать нормирующим свойством, то необходимо выполнить первое условие: площадь под кривой в (t) должна быть равна единице, т. е.
17
Отсюда имеем
следовательно,
C1 = C2 = C
Значит, при выборе выравнивающей функции в виде убывающей экспоненты необходимо потребовать в первую очередь, чтобы эта экспонента зависела только от одного неизвестного параметра, т. е.
18
Пока не наложено определенное условие на константу С, можно выбрать любое значение этой константы и при этом всегда будет выполнено нормирующее условие. Однако при произвольном значении константы будет плохо согласовываться с гистограммой.
Так как статистическая величина
оценивает математическое ожидание T0 случайной величины Т (т. е. То = М{Т}), то на выравнивающую функцию необходимо наложить вторую связь, а именно
19
Реализуя это условие, получим
, 20
Значит, величину параметра С нельзя брать произвольной, а необходимо ее рассчитывать из соотношения
.
Рассчитав по опытным данным величину (для нашего примера Т0 = 50 ч), окончательно полагаем, что только функция вида
21
будет согласовываться с данными эксперимента и обладать свойствами неизвестной плотности вероятности F(t).
Таким образом, наложив две связи на выравнивающую функцию (запомним число связей s = 2), полагаем, что неизвестная искомая плотность вероятности F(t) имеет вид
22
Задаваясь теперь любыми фиксированными значениями Т=tj, легко рассчитать теоретические значения F(t=tj) и сравнивать их с опытными данными Fj*. График найденной функции F(t) обычно наносят на гистограмму и производят качественную оценку степени соответствия теоретического закона F(t) с опытными данными — гистограммой.
Так, например, анализируя графики гистограммы Fj* и расчетную кривую функции
F(t) =0,02е-002t (рис.16 ), можно сделать качественный вывод о том, что выбранная F(t) неплохо согласуется с данными эксперимента.
Для того чтобы иметь не качественную, а количественную оценку степени соответствия выбранной F(t) статистическим данным, необходимо произвести численную проверку согласия.
Дата добавления: 2021-07-22; просмотров: 437;