Статистическая обработка результатов испытаний и определение показателей надежности реферат
Обновлено: 30.06.2024
Пример готового реферата по предмету: Экономический анализ
Содержание
1 Первичная обработка статистической информации
1.1 Статистический ряд информации
1.2 Определение среднего значения и среднеквадратического отклонения показателей надежности
1.3 Проверка информации на выпадающие точки
1.4 Графическое изображения опытного распределения
1.5 Определение коэффициента вариации
1.6 Выбор теоретического закона распределения
1.7 Критерии согласия опытных и теоретических распределений показателей надежности
1.8 Определение доверительных границ рассеивания одиночного и среднего значений показателя надежности. Абсолютная и относительная предельные ошибки
1.9 Определение минимального числа объектов наблюдения при оценке показателей надежности
2 Методы обработки усеченной информации
2.1 Вероятностная бумага закона нормального распределения
2.2 Вероятностная бумага закона распределения Вейбулла
Выдержка из текста
1 Первичная обработка статистической информации
1.1 Статистический ряд информации
1.2 Определение среднего значения и среднеквадратического отклонения показателей надежности
1.3 Проверка информации на выпадающие точки
1.4 Графическое изображения опытного распределения
1.5 Определение коэффициента вариации
1.6 Выбор теоретического закона распределения
1.7 Критерии согласия опытных и теоретических распределений показателей надежности
1.8 Определение доверительных границ рассеивания одиночного и среднего значений показателя надежности. Абсолютная и относительная предельные ошибки
1.9 Определение минимального числа объектов наблюдения при оценке показателей надежности
2 Методы обработки усеченной информации
2.1 Вероятностная бумага закона нормального распределения
2.2 Вероятностная бумага закона распределения Вейбулла
Список использованной литературы
1 Первичная обработка статистической информации
1.1 Статистический ряд информации
1.2 Определение среднего значения и среднеквадратического отклонения показателей надежности
1.3 Проверка информации на выпадающие точки
1.4 Графическое изображения опытного распределения
1.5 Определение коэффициента вариации
1.6 Выбор теоретического закона распределения
1.7 Критерии согласия опытных и теоретических распределений показателей надежности
1.8 Определение доверительных границ рассеивания одиночного и среднего значений показателя надежности. Абсолютная и относительная предельные ошибки
1.9 Определение минимального числа объектов наблюдения при оценке показателей надежности
По результатам испытаний N невосстанавливаемых одинаковых объектов получена статистическая выборка – массив наработки (в любых единицах измерения) до отказа каждого из N испытывавшихся объектов. Выборка характеризует случайную величину наработки до отказа объекта T = .
Необходимо выбрать закон распределения случайной величины T и проверить правильность выбора по соответствующему критерию.
Подбор закона распределения осуществляется на основе аппроксимации (сглаживания) экспериментальных данных о наработке до отказа, которые должны быть представлены в наиболее компактном графическом виде. Выбор той или иной аппроксимирующей функции носит характер гипотезы, которую выдвигает исследователь.
Экспериментальные данные могут с большим или меньшим правдоподобием подтверждать или не подтверждать справедливость той или иной гипотезы. Поэтому исследователь должен получить ответ на вопрос: согласуются ли результаты эксперимента с гипотезой о том, что случайная величина наработки подчинена выбранному им закону распределения? Ответ на этот вопрос дается в результате расчета специальных критериев.
2.2.1. Формирование статистического ряда
При большом числе испытываемых объектов полученный массив наработок i, …> является громоздкой и мало наглядной формой записи случайной величины T.
Поэтому для компактности и наглядности выборка представляется в графическом изображении статистического ряда – гистограмме наработки до отказа.
Для этого необходимо:
- установить интервал наработки [tmin, tmax] и его длину
- разбить интервал наработки [tmin, tmax] на k интервалов равной ширины Δt – шаг гистограммы
- подсчитать частоты появления отказов во всех k интервалах
где Δn(ti , ti + Δt) – число объектов, отказавших в интервале [ti , ti + Δt].
- полученный статистический ряд представляется в виде гистограммы, которая строится следующим образом. По оси абсцисс (t) откладываются интервалы Δt, на каждом из которых, как на основании, строится прямоугольник, высота которого пропорциональна (в выбранном масштабе) соответствующей частоте . Возможный вид гистограммы приведен на рис. 5.2.
| Рис. 5.2. Гистограмма. |
2.2.2. Расчет эмпирических функций
Используя данные сформированного статистического ряда, определяются статистические оценки показателей надежности, т. е. эмпирические функции:
- функция распределения отказов (оценка ВО)
- функция надежности (оценка ВБР)
| ; |
| ; |
| Рис. 5.3. Графики ВО и ВБР. |
- плотность распределения отказов (оценка ПРО)
| ; |
| Рис. 5.4. График ПРО. |
- интенсивность отказов (оценка ИО)
| . |
| Рис. 5.5. Графики ИО. |
На рис. 5.3, 5.4, 5.5 приведены соответственно графики статистических оценок , , .
Правила построения графиков ясны из приведенных выше расчетных формул. Каждый из графиков имеет свой масштаб.
2.2.3. Расчет статистических оценок числовых характеристик
Для расчета статистических оценок числовых характеристик можно воспользоваться данными сформированного статистического ряда.
Оценки характеристик определяются:
- оценка средней наработки до отказа (статистическое среднее наработки):
- оценка дисперсии наработки до отказа (эмпирическая дисперсия наработки):
где – середина i-го интервала наработки, т. е. среднее значение наработки в интервале.
2.2.4. Оценка СКО .
Целесообразно рассчитать оценки и некоторых вспомогательных характеристик рассеивания случайной величины T:
- выборочный коэффициент асимметрии наработки до отказа
- выборочный эксцесс наработки до отказа
Эти характеристики используются для выбора аппроксимирующей функции.
например, если распределение симметрично относительно МО, то A = 0.
На рис. 5.6, а распределение f2(t) имеет положительную асимметрию A > 0, а f3(t) – отрицательную A 0, а наоборот – более плосковершинные, E 2 (хи-квадрат) Пирсона.
Проверка согласованности распределений по критерию χ 2 производится следующим образом:
1) рассчитывается критерий χ 2 (мера расхождения)
где – теоретическая частота (вероятность) попадания случайной величины в интервал [ti, ti + t];
2) определяется число степеней свободы R = k – L ,
где L – число независимых условий, наложенных на частоты i ,
например:
б) условие совпадения ;
в) условие совпадения и т. д.
Чаще всего L = 3. Чем больше число степеней свободы, тем больше случайная величина 2 подчиняется распределению Пирсона;
3) по рассчитанным χ 2 и Rопределяется вероятность P того, что величина, имеющая распределение Пирсона с R степенями свободы, превзойдет рассчитанное значение χ 2 .
Ответ на вопрос: насколько мала должна быть вероятность P, чтобы отбросить гипотезу о выборе того или иного закона распределения – во многом неопределенный.
На практике, если P
Верность жены проверяется, когда у ее мужа нет ничего. Верность мужа проверяется, когда у него есть все! © Автор неизвестен ==> читать все изречения.
Изучение методов определения основных показателей надежности изделий на основные экспериментальных данных. Статистическая оценка интенсивности отказов и плотности их распределения. Определение функции надежности изделия (вероятности безотказной работы).
| Рубрика | Математика |
| Вид | лабораторная работа |
| Язык | русский |
| Дата добавления | 10.04.2019 |
| Размер файла | 237,5 K |
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
федеральное государственное автономное образовательное учреждение высшего образования “САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ”
Отчет о лабораторной работе
Лабораторная работа №1 Определение показателей надёжности по результатам испытаний и эксплуатации изделий
по дисциплине: ОСНОВЫ ТЕОРИИ НАДЕЖНОСТИ
СТУДЕНТКА ГР. 1634
Доц., к.т.н С.Ф. Скорина
1. Цель работы:
Изучение методов определения основных показателей надежности изделий на основе экспериментальных данных; разработка программного обеспечения обработки статистических данных по отказам изделий в процессе испытаний на надёжность или в процессе их эксплуатации.
2. Рабочие формулы:
2.1. Статистическая оценка интенсивности отказов, соответствующая каждому i-му интервалу времени, вычисляется по формуле:
2.2. Общее числа отказов наблюдаемых изделий в интервале времени (0,) вычисляется с помощью соотношения вида:
2.3. Статистическая оценка плотности распределения отказов (частота отказов) определяется как
2.4. Статистическая оценка функции надежности изделия (вероятности безотказной работы) вычисляется как
где - число объектов, отказавших в интервале времени (0,).
2.5. Для проверки правильности определения оценок показателей надежности используется связь между показателями (t), p(t) и б(t) вида:
2.6. Также надёжность характеризует средняя наработка на отказ. Статистическая оценка такого показателя имеет вид:
3. Начальные данные:
4. Подготовка данных к работе:
4.1. Упорядочить данные в таблице от tmin до tmax:
4.2. Выбранные интервалы времени:
5. Результаты расчётов:
5.1. Для n = 30:
Средняя наработка на отказ = 900,48 (ч)
5.2. Для n = 40:
надежность изделие интенсивность вероятность
Средняя наработка на отказ = 900,48 (ч)
5.3. Для n = 50:
Средняя наработка на отказ = 900,48 (ч)
6. Графики:
6.1. Для n = 30:
6.2. Для n = 40:
6.3. Для n = 50:
7. Выводы
· Величина n не влияет на значения показателей надежности, это следует из графиков. Изменение величины n влияет на количество интервалов, на которое разбито максимальное время работы изделия. Это даёт больше контрольных точек исследования отказов, что помогает точнее составить график распределения во времени интенсивности и плотности отказов, а также графика надежности.
· На основании полученных результатов по формулам были определены: - интенсивность отказов, - плотность распределения отказов (частота отказов), - вероятность безотказной работы и ?ri(t) - кол-во отказов. По этим результатам были построены графики.
· По графику распределения отказов можно сделать вывод, что основная часть отказов наблюдается в середине периода испытаний.
· По графику функции безотказной работы видно, что с течением времени вероятность безотказной работы уменьшается.
· По графику интенсивности отказов видно, что с течение времени интенсивность отказов постепенно уменьшается достигая своего минимального значения.
· По графику частоты отказов видно, что частота отказов уменьшается с течением времени.
Подобные документы
Вычисление накопленных частостей и построение эмпирических функций вероятности отказов, безотказной работы пресса для силикатного кирпича и гистограмму плотности распределения. Статистическая оценка параметров теоретического распределения ресурса.
контрольная работа [137,8 K], добавлен 11.01.2012
Расчет показателей надежности невосстанавливаемой системы с постоянными во времени интенсивностями отказов элементов в Марковских процессах. Поиск вероятности безотказной работы системы методом разложения структуры относительно базового элемента.
контрольная работа [334,9 K], добавлен 15.01.2014
Определение точечной оценки средней наработки до отказа, вероятности безотказной работы. Построение функции распределения, верхней и нижней доверительной границы. Показатели надежности при известном и неизвестном виде закона распределения наработки.
контрольная работа [79,9 K], добавлен 01.05.2015
Характеристика надежности объекта: исправность, работоспособность, предельное состояние, повреждение, отказ и критерий отказа. Выбор моделей и методов анализа надежности. Вероятность разрыва электрической цепи, отказа тиристора из партии изделий.
курсовая работа [37,2 K], добавлен 02.08.2009
Анализ данных эксплуатационных наблюдений за отказами изделий. Оценка показателей безотказности параметрическим методом для однократно цензурированной выборки. Точечные оценки вероятности безотказной работы за непрерывный беспосадочный полёт самолёта.
контрольная работа [20,7 K], добавлен 07.12.2013
Определение вероятности появления события в каждом из независимых испытаний. Случайные величины, заданные функцией распределения (интегральной функцией), нахождение дифференциальной функции (плотности вероятности), математического ожидания и дисперсии.
контрольная работа [59,7 K], добавлен 26.07.2010
Построение статистического ряда исходной информации. Определение среднего значения показателя надежности и среднеквадратического отклонения. Проверка информации на выпадающие точки. Определение доверительных границ при законе распределения Вейбулла.
Для решения задач по оценке надежности и прогнозированию работоспособности объекта необходимо иметь математическую модель, которая представлена аналитическими выражениями одного из показателей P(t) или f(t) или (t). Основной путь для получения модели состоит в проведении испытаний, вычислении статистических оценок и их аппроксимации аналитическими функциями.
В последующих лекциях будут рассмотрены модели, используемые в теории надежности.
Выясним, как изменяется безотказность объектов при их эксплуатации, что позволит классифицировать модели и определить возможности их применения.
Опыт эксплуатации показывает, что изменение ИО (t) подавляющего большинства объектов описывается U – образной кривой (рис. 1).
Кривую можно условно разделить на три характерных участка:
первый – период приработки,
второй – период нормальной эксплуатации,
третий – период старения объекта.
^ Период приработки объекта имеет повышенную ИО, вызванную приработочными отказами, обусловленными дефектами производства, монтажа, наладки. Иногда с окончанием этого периода связывают гарантийное обслуживание объекта, когда устранение отказов производится изготовителем.
В период нормальной эксплуатации ИО уменьшается и практически остается постоянной, при этом отказы носят случайный характер и появляются внезапно, прежде всего из-за несоблюдения условий эксплуатации, случайных изменений нагрузки, неблагоприятных внешних факторов и т. п. Именно этот период соответствует основному времени эксплуатации объекта.
Возрастание ИО относится к периоду старения объекта и вызвано увеличением числа отказов от износа, старения и других причин, связанных с длительной эксплуатацией.
Вид аналитической функции, описывающей изменение показателей надежности P(t), f(t) или (t), определяет закон распределения случайной величины, который выбирается в зависимости от свойств объекта, его условий работы и характера отказов.
2. Статистическая обработка результатов испытаний и определение показателей надежности
2.1. Постановка задачи
По результатам испытаний N невосстанавливаемых одинаковых объектов получена статистическая выборка – массив наработки (в любых единицах измерения) до отказа каждого из N испытывавшихся объектов. Выборка характеризует случайную величину наработки до отказа объекта T = .
Необходимо выбрать закон распределения случайной величины T и проверить правильность выбора по соответствующему критерию.
Подбор закона распределения осуществляется на основе аппроксимации (сглаживания) экспериментальных данных о наработке до отказа, которые должны быть представлены в наиболее компактном графическом виде. Выбор той или иной аппроксимирующей функции носит характер гипотезы, которую выдвигает исследователь. Экспериментальные данные могут с большим или меньшим правдоподобием подтверждать или не подтверждать справедливость той или иной гипотезы. Поэтому исследователь должен получить ответ на вопрос: согласуются ли результаты эксперимента с гипотезой о том, что случайная величина наработки подчинена выбранному им закону распределения? Ответ на этот вопрос дается в результате расчета специальных критериев.
2.2. Алгоритм обработки результатов и расчета показателей надежности
2.2.1. Формирование статистического ряда
При большом числе испытываемых объектов полученный массив наработок …, ti, …> является громоздкой и мало наглядной формой записи случайной величины T. Поэтому для компактности и наглядности выборка представляется в графическом изображении статистического ряда – гистограмме наработки до отказа. Для этого необходимо:
- установить интервал наработки [tmin, tmax] и его длину , где
- разбить интервал наработки [tmin, tmax] на k интервалов равной ширины t – шаг гистограммы
- подсчитать частоты появления отказов во всех k интервалах
где n(ti, ti + t) – число объектов, отказавших в интервале [ti, ti + t].
- полученный статистический ряд представляется в виде гистограммы, которая строится следующим образом. По оси абсцисс (t) откладываются интервалы t, на каждом из которых, как на основании, строится прямоугольник, высота которого пропорциональна (в выбранном масштабе) соответствующей частоте . Возможный вид гистограммы приведен на рис. 2.
2.2.2. Расчет эмпирических функций
Используя данные сформированного статистического ряда, определяются статистические оценки показателей надежности, т. е. эмпирические функции:
- функция распределения отказов (оценка ВО)
- функция надежности (оценка ВБР)
- плотность распределения отказов (оценка ПРО)
- интенсивность отказов (оценка ИО)
На рис. 3, 4, 5 приведены соответственно графики статистических оценок (t),
Правила построения графиков ясны из приведенных выше расчетных формул. Каждый из графиков имеет свой масштаб.
2.2.3. Расчет статистических оценок числовых характеристик
Для расчета статистических оценок числовых характеристик можно воспользоваться данными сформированного статистического ряда.
Оценки характеристик определяются:
- оценка средней наработки до отказа (статистическое среднее наработки):
- оценка дисперсии наработки до отказа (эмпирическая дисперсия наработки):
где – середина i-го интервала наработки, т. е. среднее значение наработки в интервале.
Оценка СКО
Целесообразно рассчитать оценки и некоторых вспомогательных характеристик рассеивания случайной величины ^ T:
- выборочный коэффициент асимметрии наработки до отказа
- выборочный эксцесс наработки до отказа
Эти характеристики используются для выбора аппроксимирующей функции.
например, если распределение симметрично относительно МО, то ^ A = 0.
На рис. 6, а распределение f2(t) имеет положительную асимметрию A > 0, а f3(t) – отрицательную A ^ E = 0.
Кривые f(t), более островершинные по сравнению с нормальной, имеют E > 0 , а наоборот – более плосковершинные, E 2 (хи-квадрат) Пирсона.
Проверка согласованности распределений по критерию 2 производится следующим образом:
- рассчитывается критерий 2 (мера расхождения)
где – теоретическая частота (вероятность) попадания случайной величины в интервал [ti, ti + t];
- определяется число степеней свободы R = k – L ,
где ^ L – число независимых условий, наложенных на частоты i , например:
а) условие ;
б) условие совпадения ;
в) условие совпадения = D и т. д.
Чаще всего L = 3. Чем больше число степеней свободы, тем больше случайная величина 2 подчиняется распределению Пирсона;
- по рассчитанным 2 и R определяется вероятность P того, что величина, имеющая распределение Пирсона с R степенями свободы, превзойдет рассчитанное значение 2 .
Ответ на вопрос: насколько мала должна быть вероятность P, чтобы отбросить гипотезу о выборе того или иного закона распределения – во многом неопределенный.
Лекции
Лабораторные
Справочники
Эссе
Вопросы
Стандарты
Программы
Дипломные
Курсовые
Помогалки
Графические
Доступные файлы (1):
МАТЕМАТИЧЕСКИЕ МОДЕЛИ ТЕОРИИ НАДЕЖНОСТИ. СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ИСПЫТАНИЙ
1. Общие понятия о моделях надежности
Для решения задач по оценке надежности и прогнозированию работоспособности объекта необходимо иметь математическую модель, которая представлена аналитическими выражениями одного из показателей P(t) или f(t) или (t). Основной путь для получения модели состоит в проведении испытаний, вычислении статистических оценок и их аппроксимации аналитическими функциями.
В последующих лекциях будут рассмотрены модели, используемые в теории надежности.
Выясним, как изменяется безотказность объектов при их эксплуатации, что позволит классифицировать модели и определить возможности их применения.
Опыт эксплуатации показывает, что изменение ИО (t) подавляющего большинства объектов описывается U – образной кривой (рис. 1).
Кривую можно условно разделить на три характерных участка:
первый – период приработки,
второй – период нормальной эксплуатации,
третий – период старения объекта.
^ Период приработки объекта имеет повышенную ИО, вызванную приработочными отказами, обусловленными дефектами производства, монтажа, наладки. Иногда с окончанием этого периода связывают гарантийное обслуживание объекта, когда устранение отказов производится изготовителем.
В период нормальной эксплуатации ИО уменьшается и практически остается постоянной, при этом отказы носят случайный характер и появляются внезапно, прежде всего из-за несоблюдения условий эксплуатации, случайных изменений нагрузки, неблагоприятных внешних факторов и т. п. Именно этот период соответствует основному времени эксплуатации объекта.
Возрастание ИО относится к периоду старения объекта и вызвано увеличением числа отказов от износа, старения и других причин, связанных с длительной эксплуатацией.
Вид аналитической функции, описывающей изменение показателей надежности P(t), f(t) или (t), определяет закон распределения случайной величины, который выбирается в зависимости от свойств объекта, его условий работы и характера отказов.
2. Статистическая обработка результатов испытаний и определение показателей надежности
2.1. Постановка задачи
По результатам испытаний N невосстанавливаемых одинаковых объектов получена статистическая выборка – массив наработки (в любых единицах измерения) до отказа каждого из N испытывавшихся объектов. Выборка характеризует случайную величину наработки до отказа объекта T = .
Необходимо выбрать закон распределения случайной величины T и проверить правильность выбора по соответствующему критерию.
Подбор закона распределения осуществляется на основе аппроксимации (сглаживания) экспериментальных данных о наработке до отказа, которые должны быть представлены в наиболее компактном графическом виде. Выбор той или иной аппроксимирующей функции носит характер гипотезы, которую выдвигает исследователь. Экспериментальные данные могут с большим или меньшим правдоподобием подтверждать или не подтверждать справедливость той или иной гипотезы. Поэтому исследователь должен получить ответ на вопрос: согласуются ли результаты эксперимента с гипотезой о том, что случайная величина наработки подчинена выбранному им закону распределения? Ответ на этот вопрос дается в результате расчета специальных критериев.
2.2. Алгоритм обработки результатов и расчета показателей надежности
2.2.1. Формирование статистического ряда
При большом числе испытываемых объектов полученный массив наработок …, ti, …> является громоздкой и мало наглядной формой записи случайной величины T. Поэтому для компактности и наглядности выборка представляется в графическом изображении статистического ряда – гистограмме наработки до отказа. Для этого необходимо:
- установить интервал наработки [tmin, tmax] и его длину , где
- разбить интервал наработки [tmin, tmax] на k интервалов равной ширины t – шаг гистограммы
- подсчитать частоты появления отказов во всех k интервалах
где n(ti, ti + t) – число объектов, отказавших в интервале [ti, ti + t].
- полученный статистический ряд представляется в виде гистограммы, которая строится следующим образом. По оси абсцисс (t) откладываются интервалы t, на каждом из которых, как на основании, строится прямоугольник, высота которого пропорциональна (в выбранном масштабе) соответствующей частоте . Возможный вид гистограммы приведен на рис. 2.
2.2.2. Расчет эмпирических функций
Используя данные сформированного статистического ряда, определяются статистические оценки показателей надежности, т. е. эмпирические функции:
- функция распределения отказов (оценка ВО)
- функция надежности (оценка ВБР)
- плотность распределения отказов (оценка ПРО)
- интенсивность отказов (оценка ИО)
На рис. 3, 4, 5 приведены соответственно графики статистических оценок (t),
Правила построения графиков ясны из приведенных выше расчетных формул. Каждый из графиков имеет свой масштаб.
2.2.3. Расчет статистических оценок числовых характеристик
Для расчета статистических оценок числовых характеристик можно воспользоваться данными сформированного статистического ряда.
Оценки характеристик определяются:
- оценка средней наработки до отказа (статистическое среднее наработки):
- оценка дисперсии наработки до отказа (эмпирическая дисперсия наработки):
где – середина i-го интервала наработки, т. е. среднее значение наработки в интервале.
Оценка СКО
Целесообразно рассчитать оценки и некоторых вспомогательных характеристик рассеивания случайной величины ^ T:
- выборочный коэффициент асимметрии наработки до отказа
- выборочный эксцесс наработки до отказа
Эти характеристики используются для выбора аппроксимирующей функции.
например, если распределение симметрично относительно МО, то ^ A = 0.
На рис. 6, а распределение f2(t) имеет положительную асимметрию A > 0, а f3(t) – отрицательную A ^ E = 0.
Кривые f(t), более островершинные по сравнению с нормальной, имеют E > 0 , а наоборот – более плосковершинные, E 2 (хи-квадрат) Пирсона.
Проверка согласованности распределений по критерию 2 производится следующим образом:
- рассчитывается критерий 2 (мера расхождения)
где – теоретическая частота (вероятность) попадания случайной величины в интервал [ti, ti + t];
- определяется число степеней свободы R = k – L ,
где ^ L – число независимых условий, наложенных на частоты i , например:
а) условие ;
б) условие совпадения ;
в) условие совпадения = D и т. д.
Чаще всего L = 3. Чем больше число степеней свободы, тем больше случайная величина 2 подчиняется распределению Пирсона;
- по рассчитанным 2 и R определяется вероятность P того, что величина, имеющая распределение Пирсона с R степенями свободы, превзойдет рассчитанное значение 2 .
Ответ на вопрос: насколько мала должна быть вероятность ^ P, чтобы отбросить гипотезу о выборе того или иного закона распределения – во многом неопределенный.
На практике, если P 1, то рекомендуется подыскать другой закон распределения.
В целом, с помощью критерия согласия, можно опровергнуть выбранную гипотезу, если же P достаточно велика, то это не может служить доказательством правильности гипотезы, а указывает лишь на то, что гипотеза не противоречит данным эксперимента.
Читайте также: