Таблица 6.7 - Оценка разности двух средних значений при известных дисперсиях

Статистические и исходные данные

Табличные данные и вычисления


Первая выборка

Вторая выборка

1 Квантиль стандартного нормального закона распределения уровня (1 - a):

u1-a =

1 Объем выборки:

n1 =

n2 =

2 Квантиль стандартного нормального закона распределения уровня (1 - a/2):

u1-a/2 =

2 Суммы значений наблюдаемых величин:

Sx1 =

Sx2 =

3 Вычисляем:

;

3 Известное значение дисперсий генеральной совокупности:

s201 =

s202 =

4 Вычисляем:

4 Выбранный уровень значимости:

a =



тогда доверительная вероятность равна 1 - a


Результаты:

1 Точечная оценка разности между средними значениями параметров m1 и m2 для двух совокупностей:

(m1 - m2)Ù = 1 - 2

2 Односторонний доверительный интервал для разности (m1 - m2):

(m1 - m2) < (1 - 2) + u1-asd или

(m1 - m2) > (1 - 2) - u1-asd

3 Двусторонний доверительный интервал для разности (m1 - m2):

(1 - 2) - u1-a/2sd < (m1 - m2) < (1 - 2) + u1-a/2sd

4 Предположение равенства средних значений (нулевая гипотеза) отклоняется, если:

/1 - 2/ > u1-a/2(v)sd

Примечание - Квантили стандартного нормального закона распределения определяют по таблице А.1 приложения А

Пример - Сопоставление однотипных средних значений показателя качества для двух технологических процессов или двух совокупностей изделий. Считается, что дисперсии для обоих технологических процессов или совокупностей известны.

Например, оценка разности средней толщины гальванического покрытия двух партий одинаковых изделий; оценка разности среднего содержания вредных примесей в двух партиях химикатов и т. п.

6.8 Алгоритм точечного и интервального оценивания разности двух средних значений при неизвестных, но равных дисперсиях приведен в таблице 6.8.

Таблица 6.8 - Оценка разности двух средних значений при неизвестных, но равных* дисперсиях

___________

* Гипотезы равенства дисперсий двух генеральных совокупностей могут быть проверены по таблице 7.3 раздела 7.

Статистические и исходные данные

Табличные данные и вычисления


Первая выборка

Вторая выборка


1 Объем выборки:

n1 =

n2 =

1 Квантиль распределения Стьюдента уровня (1 - a) с v степенями свободы:

t1-a(v) =

2 Суммы значений наблюдаемых величин:

Sx1 =

Sx2 =

2 Квантиль распределения Стьюдента уровня (1 - a/2) с v степенями свободы:

t1-a/2(v) =

3 Сумма квадратов значений наблюдаемых величин:

Sx21 =

Sx22 =

3 Вычисляем:

;

4 Степени свободы

v = n1 + n2 - 2 =

4 Вычисляем:

5 Выбранная доверительная вероятность:

1 - a

5 Вычисляем:

Результаты:

1 Точечная оценка разности между средними значениями параметров m1 и m2 для двух совокупностей:

(m1 - m2)Ù = 1 - 2

2 Двусторонний доверительный интервал для разности :

(1 - 2) - t1-a/2(v)Sd < m1 - m2 < (1 - 2) + t1-a/2(v)Sd

3 Односторонний доверительный интервал для разности (m1 - m2):

m1 - m2 < (1 - 2) + t1-a(v)Sd или

m1 - m2 > (1 - 2) - t1-a(v)Sd

Примечание - Квантили распределения Стьюдента определяют по таблице Б.1 приложения Б

Пример - Пример тот же; что и в 6.7, но дисперсии неизвестны. Применение этих оценок может встречаться чаще, чем оценки в 6.7, т. к. в большинстве случаев в двух сравниваемых совокупностях дисперсии неизвестны.

7 ТОЧЕЧНОЕ И ИНТЕРВАЛЬНОЕ ОЦЕНИВАНИЕ ДИСПЕРСИИ ГЕНЕРАЛЬНОЙ СОВОКУПНОСТИ

7.1 Алгоритм точечного и интервального оценивания дисперсии или стандартного отклонения приведен в таблице 7.1.

Таблица 7.1 - Точечная и интервальная оценки дисперсии или стандартного отклонения

Статистические и исходные данные

Табличные данные и вычисления

1 Объем выборки:

n =

1 Квантили c2-распределения с v степенями свободы уровней a, (1 - a), a/2 и (1 - a/2) соответственно

2 Сумма значений наблюдаемых величин:

Sx =

c2a(v) =

c21-a(v) =

3 Сумма квадратов значений наблюдаемых величин:

Sx2 =

c2a/2(v) =

c21-a/2(v) =

4 Степени свободы:

v = n - 1

2 Вычисляем:

5 Выбранная доверительная вероятность:

1 - a

3 Вычисляем:

=

Результаты:

1 Точечные оценки дисперсии D и стандартного отклонения s генеральной совокупности:

= S2;

2 Двусторонний доверительный интервал* для дисперсии D:

3 Односторонний доверительный интервал* для дисперсии D:

или (3)

(4)

_____________

* Значения границ доверительного интервала стандартного отклонения s являются корнем квадратным из значений границ доверительного интервала дисперсии D.

Примечание - Квантили c2-распределения определяют по таблице В.1 приложения В

Примеры

1 Оценка точности (т. е. средней величины разброса) показателей качества на выходе технологического процесса.

2 Оценка точности поддержания заданного значения параметра в системах автоматического регулирования (например, температуры в печи).

Если необходимо знать просто среднее значение показателя точности, то делается точечная оценка s2 или s, а если необходима уверенность в том, что точность не хуже (разброс не выше) определенного значения, то делается интервальная оценка s2 или s с верхней доверительной границей.

7.2 Алгоритм решения задачи сравнения дисперсии или стандартного отклонения с заданной величиной приведен в таблице 7.2.

Таблица 7.2 - Сравнений дисперсии или стандартного отклонения с заданной величиной

Статистические и исходные данные

Табличные данные и вычисления

1 Объем выборки:

n =

1 Квантили c2-распределения с v степенями свободы уровней a, (1 - a), a/2 и (1 - a/2) соответственно

2 Сумма значений наблюдаемых величин:

Sx =

c2a(v) =

c21-a(v) =

3 Сумма квадратов значений наблюдаемых величин:

Sx2 =

c2a/2(v) =

c21-a/2(v) =

4 Заданное значение:

s20 = D0 =

2 Вычисляем:

5 Степени свободы:

v = n - 1

3 Вычисляем:

=

6 Выбранный уровень значимости:

a =


Результаты:

Сравнение дисперсии D с заданным значением D0 = s20; или сравнение стандартного отклонения s с заданным s0:

1 Двусторонний случай:

Предположение равенства дисперсии (стандартного отклонения) и заданного значения (нулевая гипотеза) отклоняется, если:

или

2 Односторонний случай:

а) Предположение о том. что дисперсия (стандартное отклонение) не больше заданного значения (нулевая гипотеза) отклоняется, если:

б) Предположение о том, что дисперсия (стандартное отклонение) не меньше заданного значения (нулевая гипотеза) отклоняется, если:

Примечание - Квантили c2-распределения определяют по таблице В.1 приложения В

Примеры

1 Оценка точности одного оборудования или технологического процесса в сравнении с известной точностью (т. е. известным параметром s0) другого оборудования или технологического процесса.

2 Сравнение степени однородности одной совокупности изделий (т. е. величины разброса показателя качества) с известной заранее степенью однородности, характеризуемой стандартным отклонением s0.

7.3 Алгоритм решения задачи сравнения дисперсий или стандартных отклонений двух генеральных совокупностей приведен в таблице 7.3.

Таблица 7.3 - Сравнение дисперсий или стандартных отклонений двух генеральных совокупностей

Статистические и исходные данные

Табличные данные и вычисления


Первая выборка

Вторая выборка

1 Вычисляем:

1 Объем выборки:

n1 =

n2 =

;

2 Сумма значений наблюдаемых величин:

Sx1 =

Sx2 =

3 Сумма квадратов значений наблюдаемых величин:

Sx21 =

Sx22 =

2 Вычисляем:

4 Степени свободы

v1 = n1 - 1 =

v2 = n2 – 1 =

5 Выбранный уровень значимости:

a =

3 Квантили распределения Фишера:

F1-a/2(v1, v2) =

F1-a(v1, v2) =

Результаты:

Сравнение дисперсий двух совокупностей:

1 Двусторонний случай:

Предположение равенства дисперсии или равенства двух стандартных отклонений (нулевая гипотеза) отвергается, если:

или

2 Односторонний случай:

а) Предположение о том, что D1£ D2 (s1£ s2) (нулевая гипотеза) отклоняется, если:

б) Предположение о том, что D1³ D2 (s1³ s2) (нулевая гипотеза) отклоняется, если:

Примечание - Квантили распределения Фишера определяют по таблицам Г.1-Г.9 приложения Г

Примеры

1 Сравнение точности двух станков-автоматов по результатам контроля геометрических размеров деталей.

2 Соотношение стабильности двух технологий, например отечественного и зарубежного предприятий, на основе сравнения результатов контроля двух выборок из двух соответствующих совокупностей изделий.

8 ТОЧЕЧНОЕ И ИНТЕРВАЛЬНОЕ ОЦЕНИВАНИЕ ДОЛИ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ В ЗАДАННОМ ИНТЕРВАЛЕ*

___________

* Доля распределения случайной величины в заданном. интервале равна вероятности попадания случайной величины в этот интервал. В большинстве практических задач физический смысл имеет понятие «доля распределения случайной величины в интервале», используемый в данном стандарте, хотя все приведенные статистические выводы справедливы и для «вероятности попадания случайной величины в интервал».