Распределение логарифмически нормальное Стьюдента

Статистическая обработка результатов измерений значительно облегчается, если удается подобрать аналитический вид зависимостей Р (7) или Р (0). В теории надежности используются разнообразные распределения случайных величин нормальное, логарифмически нормальное, показательное, двойное показательное, распределения Вейбулла, Пуассона, Стьюдента и т. д. [1]. В частности, нормальное и логарифмически нормальное распределения могут характеризоваться соотношением [c.10]

Нормальный закон, экспоненциальный и закон распределения Релея имеют фиксированную форму. Логарифмически нормальный, Вейбулла, гамма-распределения, Стьюдента и другие законы распределения имеют один и более параметров формы, что дает возможность подобрать более точно вид распределения для характеристики полученных экспериментальных данных. Параметр формы можно графически оценить, подбирая значение параметра, которое соответствует наилучшей линейности графика на вероятностной бумаге. Например, требуется определить средний ресурс 60 двигателей СМД-14А по изменению объема прорвавшихся газов в картер. Периодические проверки проводились через каждые 100 ч эксплуатации при номинальной нагрузке и температуре воды 80 2° С. [c.246]

Математическая статистика и теория вероятностей учат, что случайные величины, каковыми являются и показатели качества, могут распределяться по следующим законам равновероятностному, треугольному (Симпсона), нормальному (Гаусса-Лапласа), логарифмическому, экспоненциальному, эксцентриситета, Вейбулла, модуля разности, -распределения (Стьюдента), биноминальному, редких событий (Пуассона) и др. [c.40]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...