Статистические методы обработки экспериментальных данных
Учебное пособие
|
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ НЕФТЕГАЗОВЫЙ УНИВЕРСИТЕТ»
В. И. Губин, В. Н. Осташков
Статистические методы обработки экспериментальных данных
Рекомендовано Министерством образования и науки
Российской Федерации в качестве учебного пособия для студентов высших учебных заведений, обучающихся по специальностям
«Технология машиностроения»,
«Машины и аппараты химических производств»
Тюмень Издательство «ТюмГНГУ»
2007
УДК 519.22/23
В. И. Губин, В. Н. Осташков. Статистические методы обработки экспериментальных данных: Учеб. пособие для студентов технических вузов.— Тюмень: Изд-во «ТюмГНГУ», 2007.— 202 с.
Учебное пособие состоит из трех частей: теоретической, методиче- ской и практической. В первой части содержится теоретический материал справочного характера по разделу «Статистические методы обработки экспериментальных данных» курса математики. Во второй части приведе- ны образцы выполнения лабораторных работ по первичной обработке ре- зультатов экспериментальных данных из различных сфер производствен- ной деятельности, проверке статистических гипотез, построению однофак- торных и многофакторных моделей. Третья часть включает варианты зада- ний для выполнения шести лабораторных работ.
По содержанию данное пособие соответствует требованиям ГОС ВПО для специальностей технических вузов. Может быть использовано преподавателями при организации и проведении лабораторных занятий по математической статистике во всех формах обучения.
Р е ц е н з е н т ы: В.Н. Кутрунов — д.ф.-м.н., проф., зав. кафедрой ма- тематического моделирования Тюменского гос. ун-та; С.Г. Обухов — д.ф.- м.н., проф., зав. кафедрой математики и информатики Тюменского гос. нефтегазового ун-та.
ISBN 978-5-88465-844-3
© В. И. Губин, 2007
© В. Н. Осташков, 2007
ПРЕДИСЛОВИЕ
Математическая статистика — раздел математики, в котором изучаются математические методы сбора, обработки и использования ин- формации, полученной путем наблюдений массовых случайных явле- ний,— статистических данных — для научных и практических выводов путем выявления существующих закономерностей.
Статистическими данными называется информация об объектах в какой-либо достаточно обширной совокупности, обладающий теми или иными признаками.
Считается, что математическая статистика — это теория принятия решений в условиях неопределенности.
Математическая статистика, возникнув в XVIII веке, получила свое развитие в работах Б. Паскаля, П. Ферма, Я. Бернулли, П. Лапласа. В со- временном развитии определяющую роль сыграли труды К. Пирсона, К. Крамера, Р. Фишера, Ю. Неймана и др. Значимый вклад в математическую статистику внесли русские ученые П. Л. Чебышёв, A.M. Ляпунов, А. Н. Колмогоров, Б. В. Гнеденко и другие.
Для изучения с лучайных массовых явлений строятся математические модели в терминах и понятиях математической статистики, фундаментом которой является теория вероятностей, увенчанная пр е д е л ь ны ми т е ор ем а ми. При этом теория вероятностей выводит из математической модели свойства, интерпретирующие реальный процесс, а математическая статистика устанавливает свойства математической модели, исходя из данных наблюдений (говорят: «из статистических данных»).
Предметом математической статистики является изучение сложных динамических систем путем объяснения (реальных наблюдений), управле- ния (заключающегося в выборе решения), предсказания (возможных аль- тернатив, катастроф). Математически это приводит к необходимости по- строения модели, позволяющей решить триединую задачу: упорядочить данные (полученные в результате наблюдения, сначала надо каким-либо образом обработать, представить в удобном для обозрения и анализа виде), оценить статистики (хотя бы приблизительно, интересующие нас характе- ристики наблюдаемой случайной величины; например, дать оценку неиз-
4 ПРЕДИСЛОВИЕ
вестной вероятности события, оценку неизвестной функции распределе- ния, оценку математического ожидания, оценку дисперсии, случайной ве- личины, оценку параметров распределения, вид которого неизвестен, и т. д.), проверить статистические гипотезы (т. е. решение вопроса согласова- ния результатов оценивания с опытными данными; например, выдвигается гипотеза, что наблюдаемая случайная величина подчиняется нормальному закону; математическое ожидание наблюдаемой случайной величины рав- но нулю; случайное событие обладает данной вероятностью и т.д.).
Настоящее учебное пособие возникло на основе чтения авторами раздела «Вероятность и статистика», предусмотренного ГОСом, и написа- но в соответствии с государственным образовательным стандартом для студентов, обучающихся по специальностям 151001 — «Технология ма- шиностроения» и 240801 — «Машины и аппараты химических произ- водств».
Предлагаемое учебное пособие является руководством к лаборатор- ному практикуму по следующим разделам математической статистики:
· построение вариационных рядов статистических распределений и расчет числовых характеристик;
· построение эмпирических, теоретических кривых распределений и проверка согласованности эмпирического распределения с нор- мальным теоретическим в соответствии с критериями согласия;
· построение математических моделей парных линейной и нели- нейной корреляций;
· построение множественных линейных корреляционных моделей. Пособие составлялось с учетом реализации в учебном процессе меж-
предметных связей математики с инженерными дисциплинами; примене- ния математического моделирования для анализа производственных про- цессов и их прогнозирования; формирования знаний основных сведений математической статистики и умение использовать статистические методы реальных процессов для решения инженерных задач различной степени сложности. Кроме того, в этом пособии учтены рекомендации, изложен- ные в документе «Стандарты и Процедуры аккредитации инженерных программ, разработанные в рамках проекта EUR — ACE», которые преду- сматривают двухуровневую подготовку специалистов, формирование у студентов знаний инженерных дисциплин, математики, навыков анализа производственных процессов, принятия оптимальных решений и способ- ности применения их в практической деятельности. Целью проекта EUR
— ACE является содействие созданию Европейской Зоны Высшего обра- зования (Болонский процесс), в котором участвует и Россия.
Указанное пособие может быть полезно студентам инженерно- технических и экономических специальностей высших учебных заведений, преподавателям, начинающим свою профессиональную деятельность, всем интересующимся рассматриваемыми вопросами математической статисти- ки.
ГЛАВА 1