Далее рассчитывается число степеней свободы
k = m - p - 1,
где р — число параметров теоретического распределения (р = 2 для нормального и равновероятного распределения, р = 1 для эксцентриситета).
По величине k, используя таблицы можно определить Р(). Если Р()≤0,05, то гипотеза о законе распределения отвергается.
Таблица вероятностей Р для критерия χ²
χ² | k | |||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |
1 | 0,3173 | 0,6055 | 0,8013 | 0,9098 | 0,9626 | 0,9856 | 0,9948 | 0,9982 |
2 | 0,1574 | 0,3679 | 0,5724 | 0,7358 | 0,8491 | 0,9197 | 0,9598 | 0,9810 |
3 | 0,0833 | 0,2231 | 0,3916 | 0,5578 | 0,7000 | 0,8088 | 0,8850 | 0,9344 |
4 | 0,0455 | 0,1353 | 0,2615 | 0,4060 | 0,5494 | 0,6767 | 0,7798 | 0,8571 |
5 | 0,0254 | 0,0821 | 0,1718 | 0,2873 | 0,4159 | 0,5438 | 0,6600 | 0,7576 |
6 | 0,0143 | 0,0498 | 0,1116 | 0,1991 | 0,3062 | 0,4132 | 0,5398 | 0,6472 |
7 | 0,0081 | 0,0302 | 0,0719 | 0,1359 | 0,2206 | 0,3208 | 0,4289 | 0,5366 |
8 | 0,0047 | 0,0183 | 0,0460 | 0,0916 | 0,1562 | 0,2381 | 0,3326 | 0,4335 |
9 | 0,0027 | 0,0111 | 0,0293 | 0,0611 | 0,1091 | 0,1736 | 0,2527 | 0,3423 |
10 | 0,0016 | 0,0067 | 0,0186 | 0,0404 | 0,0752 | 0,1247 | 0,1886 | 0,2650 |
11 | 0,0009 | 0,0041 | 0,0117 | 0,0266 | 0,0514 | 0,0884 | 0,1386 | 0,2017 |
12 | 0,0005 | 0,0025 | 0,0074 | 0,0174 | 0,0348 | 0,0620 | 0,1006 | 0,1512 |
13 | 0,0003 | 0,0015 | 0,0046 | 0,0113 | 0,0234 | 0,0430 | 0,0721 | 0,1119 |
14 | 0,0002 | 0,0009 | 0,0029 | 0,0073 | 0,0156 | 0,0296 | 0,0512 | 0,0818 |
15 | 0,0001 | 0,0006 | 0,0018 | 0,0047 | 0,0104 | 0,0203 | 0,0360 | 0,0591 |
16 | 0,0001 | 0,0003 | 0,0011 | 0,0030 | 0,0068 | 0,0138 | 0,0251 | 0,0424 |
17 | 0,0000 | 0,0002 | 0,0007 | 0,0019 | 0,0045 | 0,0093 | 0,0174 | 0,0301 |
18 |
| 0,0001 | 0,0004 | 0,0012 | 0,0029 | 0,0062 | 0,0120 | 0,0212 |
19 |
| 0,0001 | 0,0003 | 0,0008 | 0,0019 | 0,0042 | 0,0082 | 0,0149 |
20 |
| 0,0000 | 0,0002 | 0,0005 | 0,0013 | 0,0028 | 0,0056 | 0,0103 |
21 |
|
| 0,0001 | 0,0003 | 0,0008 | 0,0018 | 0,0038 | 0,0071 |
22 |
|
| 0,0001 | 0,0002 | 0,0005 | 0,0012 | 0,0025 | 0,0049 |
23 |
|
| 0,0000 | 0,0001 | 0,0003 | 0,0008 | 0,0017 | 0,0034 |
24 |
|
|
| 0,0001 | 0,0002 | 0,0005 | 0,0011 | 0,0023 |
25 |
|
|
| 0,0001 | 0,0001 | 0,0003 | 0,0008 | 0,0016 |
26 |
|
|
| 0,0000 | 0,0001 | 0,0002 | 0,0005 | 0,0010 |
27 |
|
|
|
| 0,0001 | 0,0001 | 0,0003 | 0,0007 |
28 |
|
|
|
| 0,0000 | 0,0001 | 0,0002 | 0,0005 |
29 |
|
|
|
|
| 0,0001 | 0,0001 | 0,0003 |
30 |
|
|
|
|
| 0,0000 | 0,0001 | 0,0002 |
При отсутствии таблиц значений Р() и для быстрой ориентировки при помощи критерия можно воспользоваться критерием Романовского
Если А ≥ 3, то гипотеза о законе распределения отвергается.
При исследовании закона распределения случайной величины размах делят на m равных интервалов (как правило, m=8..12), при этом количество интервалов разбиения выбирают таким образом, чтобы размах по возможности нацело делился на m. Количество интервалов разбиения также может быть определено по эмпирической формуле Стерджесса:
,
где m – количество равных интервалов разбиения;
N – объем исследуемой выборки.
Для каждого из интервалов разбиения определяют границы интервала, среднее арифметическое, частоту и частость. Среднее арифметическое интервала находят как полусумму наибольшего и наименьшего значений в интервале. Все результаты вычислений можно представить в данной таблице:
№ интервала | границы интервала | |||
|
|
|
|
|
После заполнения таблицы желательно проверить правильность расчёта частот и частостей. Сумма частот всех интервалов должна быть равна объёму выборки. Сумма частостей всех интервалов должна быть равна единице.
Для оценки вида эмпирического распределения случайной величины строят гистограмму распределения и полигон частот, после чего выдвигают статистическую гипотезу, которая в общем случае записывается как: «Данная эмпирическая совокупность является частью генеральной статистической совокупности, которая при количестве членов, стремящемся к бесконечности, будет распределена по определенному закону распределения».
Для проверки статистической гипотезы о виде закона распределения по критериям согласия наряду с эмпирическими частотами необходимо определить теоретические частоты.
Для нормального закона распределения теоретические частоты находят по формуле
где z(t) = φ(t) – функция нормированного нормального распределения, рассчитываемая по формуле
,
где t рассчитывается по следующей формуле:
Для расчёта z(t) используются табулированные значения.
Yandex.RTB R-A-252273-3
- Статистические методы контроля качества Развитие статистических методов контроля качества. Основные области применения статистических методов управления качеством
- Основные понятия теории вероятности и математической статистики
- Свойства вероятности
- Сложение и вычитание вероятностей
- Теорема сложения вероятностей
- Теорема умножения вероятностей
- Формула полной вероятности
- Дискретные и непрерывные случайные величины
- Характеристики распределения случайных величин
- Пример.Случайная величина имеет следующее распределение
- Сложение средних арифметических и стандартных отклонений
- Законы распределения дискретных случайных величин Законы распределения
- Закон биномиального распределения
- Закон редких событий (Пуассона)
- Геометрическое распределение
- Законы распределения непрерывных случайных величин Закон нормального распределения (Гаусса)
- Закон равной вероятности (равномерного распределения)
- Закон распределения эксцентриситета (Релея)
- Интегральный закон распределения эксцентриситета имеет выражение
- Закон распределения модуля разности
- Основные понятия и определения теории выборок
- Оценка точности вычисления генерального среднего значения по данным выборки
- Оценка точности вычисления стандартного отклонения генеральной совокупности по данным выборки
- Статистическая проверка гипотез
- Значения вероятностей р( λ ) для различных λ
- Далее рассчитывается число степеней свободы
- Плотность распределения z(t) нормированного нормального распределения
- Статистические показатели возможностей процесса
- Зависимость коэффициентов d2иc4от объёма выборкиn.
- Статистическое управление процессами
- Контрольные карты регулирования по количественному признаку
- Простые контрольные карты по количественному признаку
- Контрольные карты с предупреждающими границами регулирования
- Приемочные контрольные карты
- Уровни приемлемых процессов рассчитываются по формуле
- Уровни неприемлемых процессов рассчитываются по формуле
- Контрольные карты кумулятивных сумм
- Контрольные карты регулирования по альтернативному признаку
- Если присутствует несколько потоков процесса, то они должны идентифицироваться и прослеживаться отдельно. Статистические методы приемочного контроля качества продукции
- Виды статистических методов приемочного контроля
- Уровень качества
- Оперативная характеристика плана выборочного контроля
- Планы контроля
- Последовательный план контроля
- Диаграмма Исикавы
- Диаграмма разброса
- Регрессионный анализ