Статистическая обработка данных о надежности

Реферат, 06 Мая 2013, автор: пользователь скрыл имя

Описание работы


Для описания наиболее вероятного значения случайной величины используют математическое ожидание, которое является положением центра группирования значений случайной величины. Математическое ожидание вычисляют как среднее арифметическое значение случайной величины. В качестве характеристик рассеяния используют дисперсию – сумму квадратов отклонений значений случайной величины от ее математического ожидания.
Математическое ожидание и дисперсия, ввиду малого объема выборки и ее случайности, являются случайными величинами. Поэтому на практике выборочные числовые характеристики подвергаются некоторому исправлению. Исправленные числовые характеристики называются оценками.

Содержание работы


1
Оценка характеристик случайной величины….....………………….……

1.1
Точечные оценки……………………..…….………………………....……

2
Графическое представление случайной величины………………………

3
Подгонка теоретических распределений к эмпирическим... …………...

3.1
Определение оценок параметров экспоненциального закона ………….

3.2
Определение оценок параметров нормального закона ………..………...

3.3
Определение оценок параметров логарифмически нормального закона ..

3.4
Определение оценок параметров закона Вейбулла ……………………

4
Проверка соответствия с помощью критериев согласия ……………

4.1
Проверка с помощью критерия Пирсона ………………….....…………

4.2
Проверка с помощью критерия Колмогорова …………………………


Заключение……………………………………………………..…


Список используемых источников………………………

Файлы: 1 файл

отчет по ОТНД.doc

— 725.00 Кб (Скачать файл)

Таблица 4.1.3 – Расчет значения χ2

 

 

 

 

 

 

 

 

 

Номер интервала

 

j

Середина интервала

 

Теоретическое значение функции плотности распределения  вероятности f(

)

Теоретическая частота

 

j

Опытная частота

 

mj

1

112,3875

0,001516202

0,11

2

141,5625

0,003173318

3

170,7375

0,005010355

8,478

10

0,273

4

112,3875

0,006902157

10,714

13

0,488

5

141,5625

0,005815082

10,963

8

0,801

6

170,7375

0,004141032

9,005

8

0,112

7

199,9125

0,002634081

5,821

7

0,239

8

229,0875

0,001550923

2,885

5

1,549

 

χ2 = 3,572


 

Гипотеза  о принадлежности опытных данных для закона Вейбула не отвергается.

 

 

4.2 Проверка  с помощью критерия Колмогорова


Критерий, предложенный А.Н. Колмогоровым, позволяет с достаточно большой достоверностью проверить, принадлежат ли статистические данные распределений вероятностей безотказной работы изделия к предполагаемому типу семейств законов распределения. Достоинством критерия Колмогорова является то, что его можно использовать для малых n (порядка единиц и десятков).

При проверке вычисляют значения эмпирической функции последовательно во всех интервалах и в этих же интервалах последовательно вычисляют значения теоретической функции. Затем находят  интервал, в котором отклонение Dd, определяемое по формуле (4.2.1), принимает максимальное значение: Dd = max |FЭ - FT|.                                                 (4.2.1)

Далее проводят сравнение со значениями из таблицы Б6 приложения Б.

Гипотезу  о характере закона распределения отвергают с вероятностью 1-α, если Dd > Dd, α, в противном случае эту гипотезу принимают.

 

С помощью критерия Колмогорова  определим соответствие данных для  экспоненциального закона:

Таблица 4.2.1 - Данные для вычисления критерия Колмогорова

Номер интервала

 

j

Середина  интервала

 

Теоретическое значение функции плотности распределения  вероятности

FT (

)

Опытное значение функции плотности распределения  вероятности

FЭ (

)

|FЭ - FT|

1

112,3875

0,403323563

0,051724138

0,352

2

141,5625

0,478178115

0,120689655

0,357

3

170,7375

0,543641976

0,293103448

0,2505

4

112,3875

0,600893232

0,517241379

0,084

5

141,5625

0,650962174

0,655172414

0,004

6

170,7375

0,694749843

0,793103448

0,098

7

199,9125

0,733044239

0,913793103

0,181

8

229,0875

0,766534507

1

0,233

 

max =0,357


 

При и отсюда следует, что и значит гипотеза о принадлежности опытных данных для экспоненциального  закона отвергается.

 

Для нормального закона:

Таблица 4.2.2 – Данные для вычисления критерия Колмогорова

Номер интервала

 

j

Середина  интервала

 

Теоретическое значение функции плотности распределения вероятности

FT (

)

Опытное значение функции плотности распределения  вероятности

FЭ (

)

|FЭ - FT|

1

112,3875

0,0351

0,051724138

0,017

2

141,5625

0,0981

0,120689655

0,023

3

170,7375

0,209

0,293103448

0,084

4

112,3875

0,3783

0,517241379

0,139

5

141,5625

0,5793

0,655172414

0,076

6

170,7375

0,758

0,793103448

0,035

7

199,9125

0,8849

0,913793103

0,029

8

229,0875

0,9554

1

0,045

 

max =0,139



 При и отсюда следует, что и значит гипотеза о принадлежности опытных данных для нормального  закона не

 

отвергается.

 

Для логарифмически - нормального  закона:

Таблица 4.2.3 - Данные для вычисления критерия Колмогорова

Номер интервала

 

j

Середина  интервала

 

Теоретическое значение функции плотности распределения  вероятности

FT (

)

Опытное значение функции плотности распределения  вероятности

FЭ (

)

|FЭ - FT|

1

112,3875

0,0147

0,051724138

0,037

2

141,5625

0,0838

0,120689655

0,037

3

170,7375

0,2358

0,293103448

0,057

4

112,3875

0,4325

0,517241379

0,085

5

141,5625

0,6217

0,655172414

0,033

6

170,7375

0,7673

0,793103448

0,026

7

199,9125

0,8665

0,913793103

0,047

8

229,0875

0,9265

1

0,0735

 

max =0,085


 

При и отсюда следует, что и значит гипотеза о принадлежности опытных данных для логарифмически-норамльного  закона не отвергается.

 

Для закона Вейбула:

Таблица 4.2.4 - Данные для вычисления критерия Колмогорова

Номер интервала

 

j

Середина  интервала

 

Теоретическое значение функции плотности распределения  вероятности

FT (

)

Опытное значение функции плотности распределения вероятности

FЭ (

)

|FЭ - FT|

1

112,3875

0,032366497

0,051724138

0,019

2

141,5625

0,099684532

0,120689655

0,021

3

170,7375

0,219386857

0,293103448

0,074

4

112,3875

0,387018514

0,517241379

0,13

5

141,5625

0,577233834

0,655172414

0,078

6

170,7375

0,752115374

0,793103448

0,041

7

199,9125

0,880594124

0,913793103

0,033

8

229,0875

0,954406471

1

0,045

 

max =0,13



 При и отсюда следует, что и значит гипотеза о принадлежности опытных данных для экспоненциального  закона не отвергается.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


Заключение

 

На основании полученных данных делаем вывод о том, что нормальный закон наиболее полно оценивается критерием Пирсона.

Найдем основные параметры надежности для нормального закона распределения.

Средний ресурс рассчитаем по формуле:

                                                                                                (4.2.2)

 

                               

 

Вероятность отказа будет иметь  вид:

                              

   (4.2.3)

 

где х – середина интервала.

 

 

Сведем  остальные значения в таблицу 4.2.5

 

Номер интервала

 

j

Середина  интервала

 

Значение 

1

112,3875

0,0351

2

141,5625

0,0981

3

170,7375

0,209

4

112,3875

0,3783

5

141,5625

0,5793

6

170,7375

0,758

7

199,9125

0,8849

8

229,0875

0,9554


 

Найдем интенсивность отказа :

 

Номер интервала

 

j

Середина  интервала

 

Значение 

1

112,3875

0,078105824

2

141,5625

0,02444021

3

170,7375

0,010032544

4

112,3875

0,00484735

5

141,5625

0,002768348

6

170,7375

0,001850284

7

199,9125

0,001386107

8

229,0875

0,001122766


 

Гамма процентный ресурс определим по формуле:

 

 


(4.2.5)

 

 

 

 

 

 

 


 

 

 

 

 

 

 

 

 

 

 

 

 


Список использованных источников

 

  1. Рассоха В.И. Основы теории надежности и диагностика автомобилей: Учебное пособие. – Оренбург: ОГУ, 2002. – 144с.
  2. Архирейский А.А., Рассоха Е.Н. Статистическая обработка данных о надежности: Методическое указание к выполнению расчетно-графической работы.- Оренбург: ГОУ ОГУ, 2004.-35с.

 




Информация о работе Статистическая обработка данных о надежности