сточный вода загрязняющий моделирование
В реальных системах ПТС обычно нельзя проводить активные эксперименты, поэтому данные обычно представляют собой наблюдения за происходящим процессом, например: курс валюты на бирже в течение месяца, урожайность пшеницы в хозяйстве за 30 лет, производительность труда рабочих за смену и т. д. Результаты наблюдений - это, в общем случае, ряд чисел, расположенных в беспорядке, который для изучения необходимо упорядочить (проранжировать).
Операция, заключенная в расположении значений признака по возрастанию, называется ранжированием опытных данных.
После операции ранжирования опытные данные можно сгруппировать так, чтобы в каждой группе признак принимал одно и тожезначение, которое называется вариантом (). Число элементов в каждой группе называется частотой варианта (ni).
Размахом вариации называется число W=xmax – xmin, где xmax - наибольший вариант, xmin - наименьший вариант.
Сумма всех частот равна определенному числу n, которое называется объемом совокупности:
|
|
(1.1)
Отношение частоты данного варианта к объему совокупности называется относительной частотой (), или частностью этого варианта:
(1.2)
(1.3)
Последовательность вариантов; расположенных в возрастающем порядке, называется вариационным рядом (вариация — изменение).
Вариационные ряды бывают дискретными и непрерывными. Дискретным вариационным рядом называется ранжированная последовательность вариантов с соответствующими частотами и (или) частностями.
Проверка статистических гипотез
Статистической гипотезой называется всякое высказывание о генеральной совокупности, проверяемое по выборке. Статистические гипотезы делятся на:
1. параметрические - это гипотезы, сформулированные относительно параметров (среднего значения, дисперсии и т. д.) распределения известного вида;
2. непараметрические - это гипотезы, сформулированные относительно вида распределения (например, определение по выборке степени нормальности генеральной совокупности). Процесс использования выборки для проверки гипотезы называется статистическим доказательством. Основную выдвигаемую гипотезу называют нулевой Но. Наряду с нулевой гипотезой рассматривают альтернативную ей H1. Например, Н0: М(х)=1, математическое ожидание генеральной совокупности равно 1; H1: M(x)>1, или М(х)<1, или М(х) 1 (математическое ожидание больше 1, или меньше 1, или не равно 1).
Выбор между гипотезами Но и H1 может сопровождаться ошибками двух родов. Ошибка первого рода . означает вероятность принятия H1, если верна гипотеза Н0: . Ошибка второго рода означает вероятность принятия Но, если верна гипотеза H1:
|
|
.
Существует правильное решение двух видов:
и (табл.7).
Таблица 1 Ошибки первого и второго родов
Принятая гипотеза | Но | Н1 |
Но - верна | ||
Но – не верна |
Правило, по которому принимается решение о том, верна или не верна гипотеза Но, называется критерием, где:
-уровень значимости критерия;
М= -мощность критерия.
Статистическим критерием «К» называют случайную величину, с помощью которой принимают решение о принятии или отклонении Но.
Замечание. Для проверки параметрических гипотез используют критерии значимости, основанные на статистиках u, t, F. Непараметрические гипотезы проверяют с помощью критериев согласия, использующих статистики распределений: Колмогорова-Смирнова и т.д.
Например, Но: M(x)=10. В зависимости от альтернативной гипотезы рассматривают три случая:
1.Если Н1: M(x) 10.
В этом случае рассматривают двустороннюю критическую область и используют дифференциальную функцию f(K/H0), для определения соответствующих квантилей (границ области принятия гипотезы - левой (К ) и правой (К ))- Площадь под криволинейной трапецией дифференциальной функции слева от K и справа от К равна . Общая площадь ограниченная криволинейной трапецией дифференциальной функции, квантилями и осью абсцисс, равна(1 -α):
2. Если Н1: M(x)> 10, то рассматривается правосторонняя критическая область (площадь под криволинейной трапецией справа от К равна );
(1.4)
Рис.2. Правосторонняя критическая область
3. Если Н1: M(x)< 10, то рассматривается левосторонняя критическая область (площадь под криволинейной трапецией слева от К равна ):
(1.5)
Рис. 3. Левосторонняя критическая область
Алгоритм проверки статистических гипотез
Располагая выборочными данными (х1,х2,...,хn), формируют нулевую гипотезу h0 и конкурирующую гипотезу H1.
1. Задают уровень значимости (обычно принимают =0,1; 0,01; 0,05; 0,001).
2. Рассматривается выборочная статистика наблюдений (критерий) К, обычно одна из перечисленных ниже:
u - нормальное распределение;
- распределение Пирсона (хи - квадрат);
t - распределение Стьюдента;
F - распределение Фишера - Снедекора.
4. На основании выборки (х1,х2,...,хn) - определяют значение критерия (статистики) К (приложения 5-7) В зависимости от вида альтернативной гипотезы выбирают по соответствующей таблице квантили критерия для двусторонней (K и К ) или односторонней области (K или К ). Если значения критерия попадают в критическую область, то Но отвергается; в противном случае принимается гипотеза Но и считается, что Но не противоречит выборочным данным (при этом существует возможность ошибки с вероятностью, равной ).
Замечание. Следует отметить, что возможность принятия гипотезы происходит из принципа невозможности наступления маловероятных событий. Те же события, вероятность которых близка к 1, принимаются за достоверные. Возникает проблема выбора уровня риска (уровня значимости ).
В одних случаях возможно пренебрегать событиями р<0,05, в других -нельзя пренебрегать событиями, которые могут появиться с р=0,001 (разрушение сооружений, транспортных средств и т. д.).
Цель работы
Сформулировать и проверить статистические гипотезы,на основании которых можно выяснить:
- можно или нет двум предприятиям разрешить сброс сточных вод?
- одинакова ли квалификация обоих лаборантов (то есть, отличаются ли у них значимо результаты анализов)?
- сколько образцов достаточно брать для испытаний на, первом и втором предприятиях?
Актуальность построения математической модели состоит в том, что изменение качества водного объекта ведёт к сильным изменениям среды. Оно может произойти из-за некоего антропогенного воздействия, как правило, негативного. Такими воздействиями могут являться сбросы сточных вод. При существующей безнаказанности и безответственности некоторых руководителей промышленных предприятий очень важно уметь правильно определить изменение состояния, а соответственно индексы показателей качества воды при залповом сбросе сточных вод для дальнейшего взыскания экологических штрафов за превышение допустимых показателей и несанкционированный сброс. При аварийных сбросах также важно оценить катастрофичность ситуации.
|
|