Разработка программы определительных испытаний
2.2 Вычисление основных характеристик выборки
Основными числовыми характеристиками выборочной совокупности являются: выборочное среднее, выборочная дисперсия, выборочное среднее квадратическое (или стандартное) отклонение, наименьшее и наибольшее значения, размах выборки, асимметрия, эксцесс.
Значения вычисляемых характеристик расположим в ячейках с F12 по F19, как показано в таблице 9.
Таблица 9 – Расчет выборочных характеристик
|
A |
B |
C |
D |
E |
F |
|
|
1 |
104 | 93 | 107 | 118 | 89 | 86 |
|
2 |
86 | 98 | 116 | 82 | 110 | 103 |
|
3 |
106 | 112 | 94 | 83 | 98 | 91 |
|
4 |
94 | 106 | 102 | 107 | 89 | 91 |
|
5 |
117 | 96 | 103 | 117 | 83 | |
|
6 |
94 | 92 | 107 | 108 | 106 | |
|
7 |
90 | 96 | 84 | 107 | 99 | 99 |
|
8 |
104 | 106 | 99 | 103 | 94 | 82 |
|
9 |
99 | 95 | 106 | 119 | 111 | |
|
10 |
109 | 118 | 104 | 95 | 98 | |
|
11 |
||||||
|
12 |
Выборочное среднее | 100,0892857 | ||||
|
13 |
Выборочная дисперсия | 100,7373377 | ||||
|
14 |
Выборочное ср. квадр. отклонение | 10,03679917 | ||||
|
15 |
Наименьшее значение | 82 | ||||
|
16 |
Наибольшее значение | 119 | ||||
|
17 |
Размах выборки | 37 | ||||
|
18 |
Асимметрия | 0,012585618 | ||||
|
19 |
Эксцесс | -0,711512555 | ||||
Вычислим числовые характеристики выборочной совокупности по формулам:
Выборочное среднее: F12 = CРЗНАЧ(A1:F10);
Выборочная дисперсия: F13 = ДИСП(A1:F10);
Выборочное среднее квадратическое отклонение:
F14 = СТАНДОТКЛОН(A1:F10);
Наименьшее значение: F15 = МИН(A1:F10);
Наибольшее значение: F16 = МАКС(A1:F10);
Размах выборки: F17 = F16-F15;
Асимметрия: F18 = СКОС(A1:F10);
Эксцесс: F19 = ЭКСЦЕСС(A1:F10).
2.3 Формирование статистического ряда и графическое представление данных
Для наглядного представления статистических данных воспользуемся группировкой. Группировка данных производится в той же последовательности, что и в пункте 1.6.2 данной работы.
Для выборочной совокупности (таблица 8) результаты группировки представим в таблице 10. Сначала укажем объем выборки, максимальное и минимальное значение, размах выборки, количество групп и шаг:
А22 = 56, В22 =120, С22 = 80, D22 = B22 – C22, E22 =10, F22 = D22/E22
В этой таблице колонки В и С заполним левыми и правыми границами соответственно. Колонку D заполним по формуле:
D25 = (B25+C25)/2, с последующим копированием в ячейки D26:D34.
Таблица 10 – Группировка статистических данных
|
A |
B |
C |
D |
E |
F |
G |
H |
|
|
21 |
n | Xmax | Xmin | R | k | h | ||
|
22 |
56 | 120 | 80 | 40 | 10 | 4 | ||
|
23 |
||||||||
|
24 |
Группа | Левая граница | Правая граница | Середина | Частота | Относ. частота | Накоп. частота | Накоп. относ. частота |
|
25 |
1 | 80 | 84 | 82 | 5 | 0,0892 | 5 | 0,0892 |
|
26 |
2 | 84 | 88 | 86 | 2 | 0,0357 | 7 | 0,125 |
|
27 |
3 | 88 | 92 | 90 | 6 | 0,1071 | 13 | 0,2321 |
|
28 |
4 | 92 | 96 | 94 | 9 | 0,1607 | 22 | 0,3928 |
|
29 |
5 | 96 | 100 | 98 | 7 | 0,125 | 29 | 0,5178 |
|
30 |
6 | 100 | 104 | 102 | 7 | 0,125 | 36 | 0,6428 |
|
31 |
7 | 104 | 108 | 106 | 10 | 0,1785 | 46 | 0,8214 |
|
32 |
8 | 108 | 112 | 110 | 4 | 0,0714 | 50 | 0,8928 |
|
33 |
9 | 112 | 116 | 114 | 1 | 0,0178 | 51 | 0,9107 |
|
34 |
10 | 116 | 120 | 118 | 5 | 0,0892 | 56 | 1 |
Для заполнения колонки Е выделим ячейки Е25:Е34 и воспользуемся функцией ЧАСТОТА, указав массив статистических данных и массив правых границ интервалов: { = ЧАСТОТА (А1:F10; C25:C34)}
Одновременным нажатием клавиш заполним остальные выделенные ячейки.
Колонку F заполним с помощью формулы:
F25 = E25/$A$22, с последующим копированием в ячейки F26:F34
Колонку G заполним с помощью формулы:
G25 = E25, G26 = G25 + E26 с последующим копированием в ячейки G27:G34
Колонку H заполним с помощью формулы:
H25 = G25/$A$22, с последующим копированием в ячейки H26:H34
Данные, собранные в таблице 10 наглядно представим с помощью:
полигон частот – графическая зависимость частот (относительных частот) от середины интервалов (рисунок 9).

Рисунок 9 – Полигон частот
кумуляты частот – графическая зависимость накопленных частот (накопленных относительных частот) от середины интервалов (рисунок 10).

Рисунок 10 – Кумуляты частот
2.4 Подбор подходящего закона распределения вероятностей
Далее рассмотрим некоторые известные распределения, такие как равномерное, нормальное и гамма-распределение, с целью проверки подчиняется ли наше распределение вероятностей заданному.
Проверка на соответствие данных испытаний распределению производится перебором трех распределений, указанных выше, включая заданное, а именно равномерное.
Чтобы иметь полную информацию о распределении случайной величины, надо знать параметры этого распределения. Таким образом, математическое ожидание случайной величины t равно выборочной средней, а среднее квадратическое отклонение случайной величины t – выборочному среднему квадратическому отклонению. Указанные характеристики находятся в ячейках F12 и F14 соответственно. Поместим эти значения в ячейки А2 и В2 соответственно (таблица 11).
Определим параметры равномерного (a и b), нормального (m – математическое отклонение и σ – среднее квадратическое отклонение), экспоненциального и гамма-распределения (α и β) в соответствии с формулами:
,
,
,
,
![]()
B5 = 1/A2;
B8 = A2-В2*КОРЕНЬ(3);
B9 = А2+В2*КОРЕНЬ(3);
B12 = (A2/B2)^2;
B13 = B2^2/A2;
B16 = (A2/B2)^2;
B17 = B2^2/A2.
Таблица 11 – Значения плотностей распределения
|
A |
B |
C |
D |
E |
F |
|
|
1 |
Матем. ожидание | Ср. кв. отклон. | ||||
|
2 |
100,0892 | 10,0367 | ||||
|
3 |
||||||
|
4 |
Параметры экспоненциального распределения | |||||
|
5 |
λ | 0,0100 | ||||
|
6 |
||||||
|
7 |
Параметры равномерного распределения | |||||
|
8 |
а | 82,7050 | ||||
|
9 |
b | 117,4735 | ||||
|
10 |
||||||
|
11 |
Параметры нормального распределения | |||||
|
12 |
m | 100,0893 | ||||
|
13 |
σ | 10,0367 | ||||
|
14 |
||||||
|
15 |
Параметры гамма-распределения | |||||
|
16 |
α | 99,4454 | ||||
|
17 |
β | 1,0065 | ||||
|
18 |
||||||
|
19 |
Середина | Плотность относит. частот | Плотность экспоненц. распред. | Плотность нормал. распред. | Плотность гамма- распред. | Плотность равномер. распред. |
|
20 |
82 | 0,0223 | 0,0044 | 0,0078 | 0,0076 | 0 |
|
21 |
86 | 0,0089 | 0,0042 | 0,0148 | 0,0156 | 0,0287 |
|
22 |
90 | 0,0267 | 0,0041 | 0,0240 | 0,0257 | 0,0287 |
|
23 |
94 | 0,0401 | 0,0039 | 0,0331 | 0,0349 | 0,0287 |
|
24 |
98 | 0,0312 | 0,0038 | 0,0389 | 0,0397 | 0,0287 |
|
25 |
102 | 0,0312 | 0,0036 | 0,0390 | 0,0383 | 0,0287 |
|
26 |
106 | 0,0446 | 0,0035 | 0,0334 | 0,0317 | 0,0287 |
|
27 |
110 | 0,0178 | 0,0033 | 0,0244 | 0,0229 | 0,0287 |
|
28 |
114 | 0,0044 | 0,0032 | 0,0152 | 0,0145 | 0,0287 |
|
29 |
118 | 0,0223 | 0,0031 | 0,0081 | 0,0081 | 0 |
В ячейках В20:В29 вычислим плотности относительных частот как частное от деления относительных частот (ячейки F25:F34) на шаг (ячейка $F$22) из таблицы 10.
Плотности равномерного, нормального, экспоненциального и гамма-распределений рассчитываются в соответствии с формулами:
С20 = ЭКСПРАСП (А20;$B$5;ЛОЖЬ);
D20 = НОРМРАСП (А20; $B$12; $B$13; ЛОЖЬ);
E20 = ГАММАРАСП (А20; $B$16; $B$17; ЛОЖЬ).
F20 = ЕСЛИ(А20<$B$8; 0; ЕСЛИ(A20>=$B$9; 1/($B$9-$B$8); 0));
Затем копируем их в блок ячеек С21:F21.
После чего строим гистограмму частот, совмещенную с плотностью каждого из указанных ранее распределений. Графическое изображение гистограммы кривых различных распределений приведены на рисунках 11- 13.

Рисунок 11 – Сглаживание гистограммы плотностью равномерного распределения

Рисунок 12 – Сглаживание гистограммы плотностью нормального распределения

Рисунок 13 – Сглаживание гистограммы плотностью гамма-распределения

Рисунок 14 – Сглаживание гистограммы плотностью экспоненциального распределения
Используя критерий χ2, установим, верна ли принятая гипотеза о том, что статистические данные подчиняются равномерному распределению, так, чтобы ошибка не превышала заданного уровня значимости α (вероятность того, что будет отвергнута правильная гипотеза).
Для применения критерия χ2 необходимо, чтобы частоты ni, соответствующие каждому интервалу, были не меньше 5. Для этого при необходимости объединим рядом стоящие интервалы, а их частоты суммируем. Далее вычислим следующую сумму:
,
где pi – теоретическая вероятность того, что случайная величина Х примет значение из интервала [ai-1,ai].
Предположим, что случайная величина t имеет функцию распределения F(t), поэтому pi = F(ai) – F(ai-1).
Образец расчетов по предыдущей формуле для трех распределений представлен в таблице 6.
В колонке А содержатся левые, а в колонке В – праве границы интервалов. В колонке С находятся соответствующие частоты. В колонке D рассчитываются теоретические вероятности в зависимости от вида распределения.
Для экспоненциального распределения:
D35 = ЭКСПРАСП (B35; $B$5; ИСТИНА) – ЭКСПРАСП (А35; $B$5; ИСТИНА);
Для равномерного распределения:
D65 = ЕСЛИ (B65<$B$8; 0; ЕСЛИ (B65<=$B$9; (B24-$B$8) / ($B$6-$B$9); 1)) – ЕСЛИ (A24<$B$8; 0; ЕСЛИ (A24<=$B$9; (A24-$B$8) / ($B$6-$B$9); 1));
Для нормального распределения:
D45 = НОРМРАСП (В45; $B$12; $B$13; ИСТИНА) – НОРМРАСП (А45; $B$12; $B$13; ИСТИНА);
Для гамма-распределения:
D55 = ГАММАРАСП (В55; $B$16; $B$17; ИСТИНА) – ГАММАРАСП (А55; $B$16; $B$17; ИСТИНА).
В колонке Е рассчитываются слагаемые соотношения по формуле:
Е35 = (С35-56*D35)^2/(56*D35), которая копируется в другие ячейки колонки Е.
После чего для каждого рассмотренного распределения определим итоговые суммы:
Е43 = СУММ(E35:E42);
Е53 = СУММ(E45:E52);
Е63 = СУММ(Е55:Е62);
Е73 = СУММ(Е65:Е72).
Которые равны соответственно 349,8344; 14,8995; 15,1459; 16,7324.
Гипотеза о виде закона распределения должна быть принята, если вычисленное значение χ2выч достаточно мало, а именно не превосходит критического значения χ2кр, которое определяется по распределению χ2 в зависимости от заданного уровня значимости α и числа степеней свободы r=k’ – s – 1.
где k’ – количество интервалов после объединения;
s – число неизвестных параметров распределения, которые были определены по выборке.
В данном примере r = 7 – 2 – 1 = 5
Критическое значение рассчитывается по формуле:
Е74 = ХИ2ОБР(0,05;5), из таблицы 12 видно, оно равно 16,7496.
Поскольку 16,7324<16,7496, то принимается гипотеза о том, что статистические данные имеют равномерное распределение с параметрами a = 82,7050 и b = 117,4735 соответственно.
Таблица 12 – Подбор распределения на основе критерия χ2
|
А |
B |
С |
D |
E |
|
|
33 |
Левая граница | Правая граница | Частота | Вероятности | χІ |
|
34 |
Экспоненциальное распределение | ||||
|
35 |
80 | 84 | 5 | 0,0176 | 16,3293 |
|
36 |
84 | 92 | 8 | 0,0331 | 20,2945 |
|
37 |
92 | 96 | 9 | 0,01562 | 75,4446 |
|
38 |
96 | 100 | 7 | 0,01501 | 45,1229 |
|
39 |
100 | 104 | 7 | 0,01442 | 47,4663 |
|
40 |
104 | 108 | 10 | 0,01385 | 109,6166 |
|
41 |
108 | 116 | 5 | 0,02611 | 8,5589 |
|
42 |
116 | 120 | 5 | 0,01229 | 27,0014 |
|
43 |
Сумма | 349,8344 | |||
|
45 |
Нормальное распределение | ||||
|
46 |
80 | 84 | 5 | 0,0317 | 5,8201 |
|
47 |
84 | 92 | 8 | 0,1556 | 0,0590 |
|
48 |
92 | 96 | 9 | 0,1317 | 0,3576 |
|
49 |
96 | 100 | 7 | 0,1546 | 0,3175 |
|
50 |
100 | 104 | 7 | 0,1551 | 0,3280 |
|
51 |
104 | 108 | 10 | 0,1331 | 0,8698 |
|
52 |
108 | 116 | 5 | 0,1588 | 1,7057 |
|
53 |
116 | 120 | 5 | 0,03281 | 5,4419 |
|
54 |
Сумма | 14,8995 | |||
|
55 |
Гамма-распределение | ||||
|
56 |
80 | 84 | 5 | 0,0310 | 6,1243 |
|
57 |
84 | 92 | 8 | 0,1652 | 0,1697 |
|
58 |
92 | 96 | 9 | 0,1388 | 0,1927 |
|
59 |
96 | 100 | 7 | 0,1576 | 0,3788 |
|
60 |
100 | 104 | 7 | 0,1522 | 0,2729 |
|
61 |
104 | 108 | 10 | 0,1265 | 1,1969 |
|
62 |
108 | 116 | 5 | 0,1497 | 1,3685 |
|
63 |
116 | 120 | 5 | 0,03281 | 5,4421 |
|
64 |
Сумма | 15,1459 | |||
|
65 |
Равномерное распределение | ||||
|
66 |
80 | 84 | 5 | 0,03727 | 4,0719 |
|
67 |
84 | 92 | 8 | 0,2300 | 1,8522 |
|
68 |
92 | 96 | 9 | 0,1150 | 1,0151 |
|
69 |
96 | 100 | 7 | 0,1150 | 0,0482 |
|
70 |
100 | 104 | 7 | 0,1150 | 0,0482 |
|
71 |
104 | 108 | 10 | 0,1150 | 1,9643 |
|
72 |
108 | 116 | 5 | 0,2300 | 4,8254 |
|
73 |
116 | 120 | 5 | 0,0423 | 2,9070 |
|
74 |
Сумма | 16,7324 | |||
|
75 |
Критическое значение критерия | 16,74960237 | |||
2.5 Определение показателей надежности объекта испытаний
После подтверждения гипотезы о виде закона распределения, определим показатели надежности объекта.
Таким образом, было установлено, что случайная величина принадлежит множеству с плотностью распределения вероятностей:
![]()
Найдем основными показатели надежности. Они вычисляются по формулам:
В78 = ($B$6-А50)/($B$6-$B$5);
С78 = 1 – В78;
Плотность распределения и интенсивность отказа рассчитаем по следующим формулам:
D78 = 1/($B$9-$B$8);
E78 = D78/B78.
Далее скопируем формулы в ячейки В79:В84, С79:С84, D79:D84, E79:E84 соответственно.
В результате будет получена таблица вычисленных ранее значений (таблица 13) и построены их графики (рисунки 14,15,16).
Таблица 13 – Значения показателей надежности объекта испытаний
|
А |
B |
C |
D |
E |
|
|
78 |
82,7050 | 1 | 0 | 0,028761673 | 0,028761673 |
|
79 |
88 | 0,847708081 | 0,152291919 | 0,028761673 | 0,033928747 |
|
80 |
93 | 0,703899717 | 0,296100283 | 0,028761673 | 0,040860469 |
|
81 |
98 | 0,560091352 | 0,439908648 | 0,028761673 | 0,051351753 |
|
82 |
103 | 0,416282988 | 0,583717012 | 0,028761673 | 0,069091636 |
|
83 |
108 | 0,272474623 | 0,727525377 | 0,028761673 | 0,105557253 |
|
84 |
113 | 0,128666259 | 0,871333741 | 0,028761673 | 0,223537026 |
|
85 |

Рисунок 14 – График вероятности безотказной работы и вероятности отказа

Рисунок 15 – График плотности распределения вероятности

Рисунок 16 – График интенсивности отказа
Заключение
Поставленные перед нами цели курсовой работы по определению фактических показателей надежности невосстанавливаемого объекта испытания – электродвигателя однофазного коллекторного переменного тока типа ДК 60 – 40 – выполнены.