Статистическая обработка данных о надежности

Автор работы: Пользователь скрыл имя, 06 Мая 2013 в 15:26, реферат

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