Выборка статистическая

Перфокарты сортируют по типам изделий, числу проведенных средних и капитальных ремонтов, характеру выполняемых операций и другим признакам, обеспечивающим получение однородной информации. Сортировка перфокарт позволяет не только иметь полную характеристику данных, но и выявить комбинации интересующих признаков. После проведения сортировок перфокарты раскладывают в порядке увеличения наработки и печатают табуляграммы. Табуляция является основной операцией, во время которой производится обработка отсортированных перфокарт и выдача результатов в виде табуляграмм (сводок). Порядок обработки информации определяется схемой коммутации которая составляется для каждого вида таблиц. Если же для обработки используется система с краевой перфорацией, последовательность обработки остается такой же. При этом выборка статистического материала для проведения конкретного исследо- [c.63]

Вариация показаний 116 Визирные измерительные трубы 287,- 288 Влияние погрешности на результат разбраковки 128—129 Выбор средств измерений 121 — 128 Выборка статистическая 8, 12 — 14 Высота. неровностей 342 [c.365]

Волокон направления, влияние на усталость 189 — 191 Выборки статистические 317 Выборок приемы получения 318 Выборочные распределения 325—335 Выносливости предал см. Усталости предел Выпучивание 16, 22, 549—568 [c.615]

Статистическое регулирование технологических процессов осуществляется с помощью контрольных карт, предназначенных для графического отображения значения уровня наладки и точности процесса. Образец контрольной карты приведен на рис. 16.2. На контрольную карту заносят значения статистических характеристик очередных выборок или проб и фиксируют технологические параметры и режимы. Статистические характеристики - это некоторые расчетные комплексы, вычисляемые по результатам контроля выборки. Статистические характеристики обладают более высокой чувствительностью к изменениям в технологическом процессе, нежели отдельно взятые измерения контролируемого показателя качества. Этим и обусловливается высокая эффективность статистического регулирования технологических процессов по сравнению с традиционными методами контроля состояния технологических процессов. [c.227]

Как случайная величина оценка ос будет обладать некоторым распределением вероятностей с ненулевым рассеиванием относительно истинного значения ос. Таким образом, из заданной выборки статистических данных невозможно вычислить истинное значение ос искомого параметра. Правильнее будет оценить доверительные интервалы, [c.335]

Определение момента окончания приработки на основании скорости счета акустической эмиссии. Суть методики заключается в следующем. Через равные промежутки времени, например через 1 мин, определяют значения скорости счета АЭ. В результате получают выборку из п случайных величин-значений скорости счета /V,. Далее определяют среднее значение и среднеквадратическое отклонение полученной выборки, находят границы доверительного интервала и определяют относительное изменение скорости счета в начале и конце измерений, которое характеризует степень приработки пары трения. Приработка считается законченной, если последовательные выборки статистически не различаются по параметру /V,, причем параметр находится в заранее установленных пределах, значения которых обычно выбирают равными 5 или 10%. Выборка при заданном интервале времени измерений для получения статистически значимых результатов должна содержать не менее [c.187]

Определение параметров точности ТС опытно-статистическими методами производят на основе статистической обработки мгновенных выборок. Расчет среднего значения и среднего квадратичного отклонения производят по одной мгновенной выборке. [c.68]

Для испытания деталей машин по показателям, имеющим существенное рассеяние, в частности на ресурс, необходимо пользоваться статистическими методами. Выборка, т.е. количество изделий, подлежащих испытанию, должна быть достаточно представительной. Она зависит от объема выпуска, стоимостей изделия и его испытания, рассеяния показателей и др. [c.474]

Сущность указанного метода испытаний состоит в определении вероятностного распределения значений рабочих Показателей только некоторой выборки объема п из всей партии N изделий. В данном случае расчет параметров распределения у. проводится по общей схеме статистических испытаний, когда каждый экземпляр изделия из выборки и подвергается только эксплуатационным воздействиям. Схема алгоритма моделирования выборочных испытаний представлена на рис. 6,41 Здесь Л/экспл обозначает объем статистических испытаний, которые проводятся с каждым вариантом объекта из выборки п. Л экспл можно определить из рис. 5.7, задавшись необходимыми уровнями точности и доверительной вероятности. По результатам проверки выборки принимается решение о качестве всей партии изделий, а именно партия удовлетворяет предъявляемым требованиям, если [c.260]

При сборе терминов и определений рекомендуется применять статистический метод накопления терминологического материала, заключающийся в исследовании представительной выборки текстов нормативно-технических и других документов, инструктивных и методических материалов, научных отчетов, монографий, учебников, учебных пособий, справочников по тематике разрабатываемого стандарта. При этом определяется частота встречаемости терминов и строятся частотные словари , в которых указывается частота употребления каждого слова в тексте определенной длины. [c.213]

Под статистическими гипотезами понимаются некоторые предположения относительно свойств генеральной совокупности той или иной случайной величины. Например, предполагают, что генеральная совокупность распределена по нормальному закону — гипотеза нормальности, гипотеза о равенстве математического ожидания заданному значению и др. Проверка гипотезы заключается в сопоставлении некоторых статистических показателей, критериев проверки, вычисляемых по выборке, со значениями этих показателей, определенных теоретически в предположении, что проверяемая гипотеза верна. [c.104]

Цель применения при обработке опытных данных статистических методов — получение обоснованного суждения о числовых характеристиках распределения генеральной совокупности по выборке ограниченного объема, а также суждения о выдвинутых статистических гипотезах. [c.104]

Под статистическими гипотезами понимаются некоторые предположения относительно свойств генеральной совокупности. Проверка гипотезы состоит в сопоставлении некоторых критериев проверки, вычисляемых по данным выборки, со значениями этих критериев, определяемых теоретически в предположении, что гипотеза верна. Для проверки критериев назначаются надлежащие уровни значимости (обычно равные 5%). Если вычисленное значение критерия окажется вне области допустимых значений, то гипотезу отвергают в противном случае считают, что данные выборки не противоречат гипотезе. [c.104]

При расчетах по формулам (20) и (31) следует иметь в виду, что если имеется недостаточная информация о статистических значениях входящих величин (например, в результате испытаний на износ при малой статистической выборке), необходимо определить доверительные интервалы этих параметров и соответ- [c.138]

Рассмотрим конечный результат формирования т выходных параметров некоторой технологической цепочки (см. рис. 144), считая, что для каждого из параметров определена вероятность его получения в пределах допуска. Эта вероятность учитывает принадлежность параметра к одной из трех категорий и наличие для части из них промежуточного контроля. В конце технологической цепочки по ряду параметров производится выходной контроль, эффективность которого характеризуется вероятностью отбраковки изделий, имеющих параметры за пределами допуска. Контрольные операции не обладают 100%-ной гарантией отбраковки в случае применения статистических методов контроля (суждение о годности изделия по выборке) и с учетом метрологической надежности измерительных приборов [35]. [c.445]

Суждение о годности изделия осуществляется по альтернативному или количественному признакам. При контроле по альтернативному признаку все изделия в выборке разбиваются на две категории — годные и негодные (дефектные). Оценка партии производится по величине доли дефектных изделий от общего числа проверенных. При контроле изделий по количественному признаку у каждого изделия определяется один или несколько параметров и оценка партии изделий производится по статистическим характеристикам распределения этих параметров, поскольку каждое значение параметра является случайной величиной. В работах, посвященных статистическим методам оценки качества продукции, рассматриваются такие вопросы, как оценка риска забраковать годную продукцию или принять дефектную, выбор различных планов приемочного контроля изготовленной продукции, методы контроля по количественным признакам с различными законами распределения параметров и др. 188]. Обычно статистические методы контроля качества применяются в массовом и крупносерийном производстве. [c.453]

Исследования надежности на стендах дают эмпирические (выборочные) характеристики распределения сроков службы или наработки и других показателей надежности. Для суждения по этой выборке о всей генеральной совокупности и о ее законе распределения необходимо располагать достаточным объемом данных и иметь методы оценки статистических параметров распределения. [c.496]

О статистических методах обработки результатов испытаний. Результаты испытания на надежность при достаточном числе данных обрабатываются методами математической статистики. Характеристики надежности изделия получают по полной выборке — если известна наработка (срок службы) до отказа для всех испытываемых изделий (все реализации являются полными), или п6 сокращенной выборке (когда имеются полные и условные реализации). При этом в зависимости от поставленной задачи (например, надо или нет оценивать надежность изделия при значениях ресурса, больших, чем установленное ТУ), от объема и качества статистических данных, полученных при испытании, могут применяться различные варианты статистической обработки результатов. Если нет необходимости (или возможности) в определении вида закона распределения сроков службы (наработки) до отказа, то оценивается вероятность безотказной работы изделия для фиксированного значения t = Т, т. е. точечная оценка (см. выше). Если из построения модели отказа известен вид функции распределения / (/), то по результатам испытания определяются параметры этой функции. При неизвестном законе распределения на основании опытных данных строят гистограмму или полигон распределения и высказывается гипотеза о применимости того или иного закона распределения. Для подбора теоретического распределения, достаточно близко подходящего к полученному эмпирическому, часто применяют метод наименьших квадратов и метод максимума правдоподобия [183]. В инженерной практике также широко применяются графические методы выявления закона распределения с применением вероятностной бумаги , на которой нанесена специальная сетка для наиболее распространенных законов распределения [186]. [c.500]

Определяя точность того или иного критерия, необходимо иметь в виду статистическую сущность процесса разрушения анализируемая совокупность экспериментальных данных должна представлять выборку необходимого объема. [c.130]

Для проведения статистического корреляционного анализа матрицу исходных данных преобразуют в соответствии с требованиями парного или множественного анализа. В случае парного анализа эта задача решается путем выборки одной из заданных функций по критерию наименьшей ошибки аппроксимации. Для процедуры множественного корреляционного анализа можно воспользоваться методикой, подобной проведению парного анализа, либо, предварительно проведя парный анализ между столбцом функции и всеми столбцами-аргументами, выбирать вид связи между столбцом-функцией и каждым столбцом-аргументом по критерию ошибки аппроксимации функции для парной корреляции. Кроме того, может возникнуть задача выбора аппроксимирующей функции множественного корреляционного анализа одинакового вида для каждого аргумента. [c.154]

Статистические оценки показателей надежности системы по надежности элементов. Если доверительное оценивание показателей надежности элемента не представляет особой сложности даже при произвольных распределениях, то такая оценка для сложных систем прямыми методами практически бывает невозможной. Это объясняется тем, что специальные испытания сложных систем энергетики для получения достоверной статистической информации требуют длительного времени и больших затрат, особенно если испытываются высоконадежные системы, а потому практически и не проводятся. Можно, конечно, набирать статистическую информацию о надежности сложной системы в результате реальной эксплуатации, однако, во-первых, такая информация будет получена постфактум, а во-вторых, иногда это и в принципе невозможно, если наблюдаемая система постоянно развивается и совершенствуется, т.е. в этом случае нарушается принцип однородности статистической выборки. К таким постоянно развивающимся техническим системам относятся и различные СЭ и ЭК в целом. [c.272]

Процесс статистического моделирования представляет собой процедуру многократного повторения определенных внешних условий и взаимодействий элементов системы, причем в результате каждого такого опыта формируется та или иная конкретная реализация исхода такого статистического испытания. После серии опытов исследователь получает некоторую выборку случайных реализаций, которые затем подвергаются стандартным процедурам статистической обработки. [c.276]

Для этапа статистической обработки несущественно, какими единицами измеряется наработка оборудования, - количеством часов, циклов работы, мерами объема (жидкости, газа) и т.п. Наиболее существенными для этапа статистической обработки являются такие факторы, как тип оцениваемого показателя надежности, объем априорных сведений о наблюдаемой случайной величине и характер статистического материала (выборки). [c.371]

ШИНЫ. Помимо обычных ошибок получения величин А и aj, обусловленных неточностями аппаратуры и конечной длиной анализируемых реализаций акустических сигналов, допускаются ошибки из-за влияния неучитываемых параметров, т. е. за счет величин Лг В уравнениях (1.2). Таким образом, здесь мы имеем дело с оценкой функциональных зависимостей между случайными величинами по конечным выборкам из некоторой совокупности зависимостей типа (1.1) или (1.2), вид которых зависит от неучтенных параметров. Это типичная статистическая задача. Она подробно исследуется во многих руководствах по статистике (ом., например, [182] ). Обш ее практическое требование к экспериментам такого рода таково следует стремиться максимально уменьшить разброс результатов измерений, обусловленных влиянием неучтенных параметров, путем тщательного поддержания условий измерений идентичными во всех однотипных экспериментах. [c.21]

При экспериментальном оценивании основных свойств случайного процесса необходимо ограничиться конечным множеством выборочных функций L. Число реализаций ансамбля L в силу случайности выборки определяет степень близости получаемых статистических оценок и соответствующих характеристик теоретического распределения, которая может быть представлена с помощью доверительных интервалов. Так, например, доверительный интервал для математического ожидания М и дисперсии D по [c.53]

Статистически обоснованные выборочные проверки отличаются тем, что они выполняются в соответствии с планом. В данном случае термину план соответствует совокупность правил и параметров, определяющих выполнение выборочной проверки и выбор решения на основании полученных результатов. В частности, сюда обычно относятся 1) правило отбора физических объектов или явлений, например включение в выборку последних, обработанных к приходу контролера деталей случайный отбор проверяемых экземпляров из партии, предъявленной на контроль, и пр. 2) параметр — объем выборки 3) способ определения выборочных значений случайной переменной, например измерение определен-22 [c.22]

Увеличенное рассеяние признака качества. Эта разновидность ненормальностей при механической обработке нередко состоит в уменьшении жесткости технологической системы станок—приспособление—инструмент—деталь, вследствие чего на признаке качества в большей степени сказываются дисперсии многочисленных случайных слагаемых вектора усилия обработки. Но нередко причиной могут оказаться нарушения допуска на припуски, загрязнение базисных поверхностей и др. Моменты возможного возникновения ненормальностей а) обычно возникает постепенно вследствие износа (засорения) станка или приспособления б) может возникнуть при наладке, например в результате использования пружинящих подкладок, установки резца с большим вылетом и пр. в) может возникнуть с доставкой очередной партии заготовок с чрезмерной дисперсией припуска. Форма проявления — увеличение среднего квадратического отклонения мгновенного распределения х, о чем судят по различиям между наблюденными значениями признака качества х в выборке (интуитивно или опираясь на математико-статистические методы). [c.33]

Формула (4.20) применима для определения технологического допуска только при непрерывном и надежном регулировании точности изготовления и контроле большой выборки деталей. Другой метод определения технологического допуска основан на оценке рассеяния размеров по установочной (случайной) выборке статистические характеристики в гене1)альной совокупности могут быть другими. Технологический допуск должен быть таким, чтобы наимеиьи ее и наибольшее значения действительных размеров дет в-лей в генеральной совокупности не выходили за границы нижнего [c.97]

Другой метод определения технологического допуска основан на следующем оценка рассеяния разикров производится по установочной (случайной) выборке статистические характеристики в генеральной совокупности могут быть другими. Технологический допуск должен быть таким, чтобы наименьшее и наибольшее значения действительных размеров деталей в генеральной совокупности не вы- ходили за границы нижнего [c.514]

Имеются две выборки данных первая - для труб с покрытием, вторая -для труб без покрытия. На основе этих выборок требуется принять одну из двух взаимоисключаюш,их гипотез. Первая (основная) Щ состоит в том, что выборки статистически не различаются, т.е., что те и другие трубы имеют одинаковую коррозионную стойкость. [c.228]

Пример способа продвижения модельного времени по СБС (рис. 3,23). Два генератора заявок F3i и ГЗ2 ставят заявки в очередь О, из которой последние могут быть обработаны обслуживающими аппаратами OAi и ОА2. Список будущих событий для этой системы составят (рис. 3.24) моменты поступления заявок от ГЗ1 (/]) и от ГЗ2 (h) моменты выборки заявок из очереди аппаратами ОА, (0j) и ОА2 (вг) (считаем, что они совпадают с временем окончания обслуживания предыдущих заявок) моменты печати статистических характеристик 1печ и момент окончания моделирования Люи- [c.155]

Во-первых, специфика рассматриваемых областей такова, что при прочих равных параметрах (идентичность и однотипность конструкций, сходное функциональное назначение и др.) условия эксплуатации оборудования (физико-химические характеристики перерабатываемого сырья, параметры технологических процессов, особенности нагружения аппаратов и др.) являются нестационарными по времени и динамически изменяющимися в широком диапазоне значений. Эти обстоятельства в значительной мере снижают ценность выводов, основанных на статистике, поскольку нарушается условие однородности выборки. Кроме того, большинство нефтезаводских установок относится к оборудованию индивидуального изготовления, что обуславливает их ма)ючисленность или же просто уникальность (в смысле аппаратного и технического исполнения), что делает невозможным накопление статистических данных. [c.129]

После выхода в свет первого издания предлагаемой книги появилось много новых приложений теории подобия и размерности к самым разнообразным вопросам физики, механики сплошной среды и к некоторым вопросам математического характера, связанным с привлечением теории групп для отыскания решений дифференциальных ypaвнeний ) и к статистическим проблемам выборки и браковки товаров и продуктов производства ). [c.8]

Совокупность значений случайной аеличины называется статистической совокупностью-, одно значение — элемент, общее число элементов составляет объем статистической совокупности. Различают генеральную совокупность и выборку. В генеральной совокупности число элементов (число измерений) велико N-yoo, в выборке число элементов N невелико. [c.71]

Находить генеральное среднее и проверять статистические гипотезы при очень малых выборках позволяет /-критерий (распределение Стью-дента). Пусть, например, дано N значений элементов совокупности и требуется оценить генеральное среднее с некоторой вероятностью. На основании данных значений определяется среднее выборки и оценка По табл. 2.2 ( 2.1) определяют /1-9/2 и tg 2=l—tgiз, т. е. выбирают значение tp в зависимости от р и й. Затем записывают выражение для критерия [c.105]

В приборе УС-ПИ предусмотрено устройство для определения отношения амплитуд двух импульсов донных сигналов с выдачей результатов на цифровом индикаторе. В приборе предусмотрен сменный блок статистической обработки сигналов, обеспечивающий получение аналогового напряжения, пропорционального среднему значению амплитуд за определекную выборку (при иммерсионном контроле), и сигнализирующий о выходе этого напряжения из заданных допусков. [c.282]

Умеренные значения 5 2дг характеризуют наблюдающийся при испытаниях небольщой разброс по долговечности. В связи с больщой трудоемкостью малоцикловых испытаний существенным является определение необходимого объема выборки, позволяющего получить статистически достоверные результаты. Представление о роли объема выборки дают следующие данные, полученные при испытании сплава ХН56ВМКЮ [c.177]

В отличие от указанного подхода па основе анализа большого количества экспериментальных кривых и установленных особенностей сопротивления усталости (в частности, постоянства S iga , для всех кривых усталости) исходными принимались некоторая гипотетическая кривая усталости п нормальные распределения логарифма долговечностей ( S lgjv = onst) и анализировались многократные выборки различного объема из результатов статистического моделирования на ЭВМ усталостных испытаний по различным методам, т. е. без проведения непосредственных испытаний на усталость. Этот подход позволил моделировать усталостные испытания на ЭВМ при исследовании особенностей различных методов практически в неограниченном [c.61]

Понятно, что исход оценки гипотезы (принятие или отвержение ее с заданным уровнем значимости) существенно зависит не только от числа интервалов группирования А,, но и от их размеров. Возможно построение так называемого критерия со , учитьшающего отклонение каждой координаты эмпирического распределения от гипотетического. Этот критерий полнее учитывает статистическую информацию о выборке. [c.272]

Что касается характера статистической информации, то результаты наблюдений представляют собой, как правило, многократно усеченные выборки, т.е. содержат как случайные наработки до отказа, так и различной величины наработки до цензурирования (прекращения наблюдений до отказа). Подробный анализ особенностей и характера статистической информации о надежности имеется в [71]. [c.372]

В частности, ведь возможна и такая тоже крайняя постановка вопроса, при которой, исходя из безусловной обязательности технических условий и стандартов на допуски, разрешается воздержаться от вмешательства в процесс с целью уточнения настройки тогда и только тогда, котда с практической достоверностью доказана правильность уровня настройки. Это значило бы дополнительное сужение просвета между английскими модифицированными границами на диаграмме средних на удвоенную широту поля рассеяния ошибки выборочной оценки. Но трудно представить себе операцию, на которой оправдывается статистическое регулирование технологического процесса, и в то же время допуск настолько широк, что подобное требование практически выполнимо. Очевидно, и такое решение неприемлемо. Так как же надо рассчитать положение модифицированных границ регулирования и по каким соображениям Как видим, вопрос экономической обоснованности статистического регулирования в отношении всех количественных характеристик объема выборки, времени проверок и размещения границ регулирования — далеко не так прост, как многим кажется. [c.6]

Из позднейших модификаций статистического регулирования можно назвать разработанные в СССР в сороковых годах методы медианы, крайних значений, группировки, индивидуальных значений и пр., в основу которых была положена группировка выборочных значений признака качества. Несмотря на известное разнообразие с процедурно-вычислительной точки зрения, все эти методы несушественно отличаются друг от друга и от метода средних в экономическом отношении (конечно, при соответствующем размещении границ регулирования или группировки и соответствующих объемах выборки). Подробней об этом сказано в гл. 3. Что касается экономической стороны советских модификаций, то они повторяют упомянутый выше английский принцип и сводятся к снижению до пренебрежимого уровня риска лишней настройки. Было бы нелепо поступить иначе в условиях послевоенного периода, когда восстановление нормального объема промышленной продукции и дальнейшее его наращивание было главной задачей государственной важности. [c.6]

В самом деле, при статистическом регулировании сроки проверок и объем выборки на всех операциях одинаковы и никто даже не пытается объяснить — почему надо брать я = 4 или 5, а не 3 или 8, и не от 20 до 25. Между тем, рабочий отлично знает, что при износостойкой настройке ее уровень надо проверить дополнительно спустя небольшой промежуток времени работы, когда прекратятся остаточные отжатия, обломаются заусенцы, установится температурный режим и пр. Объем выборки п при этой дополнительной проверке рабочий назначает в зависимости от стоимости детали и времени до следующей настройки, варьируя в широких границах. Никакие другие контрольные проверки уровня износостойкой настройки не нужны (о проверках в связи с возможностью ненормальности сказано нил<е). Зато при неустра- [c.31]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...