300 likes | 521 Vues
ZÁKLADNÍ ROZDĚLENÍ PRAVDĚPODOBNOSTI SPOJITÝCH NÁHODNÝCH VELIČIN. NORMÁLNÍ ROZDĚLENÍ NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ. NORMÁLNÍ ROZDĚLENÍ.
E N D
ZÁKLADNÍ ROZDĚLENÍ PRAVDĚPODOBNOSTI SPOJITÝCH NÁHODNÝCH VELIČIN NORMÁLNÍ ROZDĚLENÍ NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
NORMÁLNÍ ROZDĚLENÍ • Aplikuje se tam, kde náhodná veličina nabývá jakékoliv hodnoty z teoreticky nekonečného intervalu - < x < (např. výsledky měření délky, hmotnosti, tvrdosti, kyselosti atd.). • Na náhodnou veličinu působí s malou intenzitou řada vzájemně nezávislých náhodných vlivů. • Normální rozdělení N ( m , s2 ) závisí na dvou parametrech, střední hodnotě m a rozptylu s2 .
hustota pravděpodobnosti : • f (x) = • distribuční funkce : • F (x) = • Střední hodnota : E ( ) = mrozptyl : D ( ) = s2 .
Příklad: Hustota pravděpodobnosti normálních rozdělení N1(0; 0,25) , s parametry = 0 a 2 = 0,25 ( = 0,5), N2(0; 1) , s parametry = 0 a 2 = 1 ( = 1), N3(0; 4) , s parametry = 0 a 2 = 4 ( = 2). 0,023 0,159 0,309
Příklad: Distribuční funkce normálních rozdělení N1(0; 0,25) , s parametry = 0 a 2 = 0,25 ( = 0,5), N2(0; 1) , s parametry = 0 a 2 = 1 ( = 1), N3(0; 4) , s parametry = 0 a 2 = 4 ( = 2). 0,309 0,159 0,023
V intervalu - , + leží 68,26 % všech pozorování, mimo tento interval leží 215,87 %, t.j. 31,74%. V intervalu - 2, + 2 leží 95,44 % všech pozorování, mimo tento interval leží 22,28 %, t.j. 4,56%. V intervalu - 3, + 3 leží 99,73 % všech pozorování, mimo tento interval leží 20,135 %, t.j. 0,27 % (2 700 ppm). V intervalu - 4, + 4 leží 99,994 % všech pozorování, mimo tento interval leží 20,003 %, t.j. 0,006 % (60 ppm). V intervalu - 5, + 5 leží 99,99994 % všech pozorování, mimo tento interval leží 20,00003 %, t.j. 0,00006% (0,6 ppm). V intervalu - 6, + 6 leží 99,999999999 % všech pozorování, mimo tento interval leží 20,000000001%, t.j. 0,000000002% (0,002 ppm).
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ • Transformace náhodné veličiny , rozdělené N(, 2), • odstraňuje závislost na parametrech a 2 . Nová náhodná veličina má normální rozdělení N(0,1) se střední hodnotou 0 a rozptylem 1 a nabývá hodnot • Potom hustota pravděpodobnosti : • a distribuční funkce : • Střední hodnota : E (h ) = 0 a rozptyl : D (h ) = 1 .
Tabulka kvantilů rozdělení N(0, 1) • Hodnoty kvantilů u náhodné veličiny , rozdělené N(0, 1), jsou hodnoty u vyhovující rovnici • jsou tabelovány pro hodnoty 0,001 0,999. • Jelikož platí u1- = - u , jsou uvedeny pouze hodnoty kvantilů pro 0,5 1 . • Pro výpočet kvantilů x náhodné veličiny rozdělené N( , 2 ) se použije vztah • x = + u .
PŘÍKLAD : Pro = 0,925 je u = u0,925 = 1,44 ; pro = 0,075 je u = u0,075 = u1–0,925 = –u0,925 = –1,44 . Uvažujme náhodnou veličinu rozdělenou N(, 2) = N(3; 0,25). Potom vzhledem k tomu že s = 0,5 je pro = 0,925 je x = x0,925 = + u = 3 + 1,44 0,5 = 3,72, pro = 0,075 je x = x0,075 = + u = 3 + (-1,44) 0,5 = 2,28. Pod hodnotou 3,72 bude ležet v průměru 92,5% všech pozorování, resp. pod hodnotou 2,28 bude ležet v průměru 7,5% všech pozorování.
POZNÁMKA: • V některých aplikacích, zejména v SPC, se označují kvantily normovaného normálního rozdělení up symbolem z . • Jsou tabelovány podíly pz pro z což jsou podíly nad hodnotou + z nebo pod hodnotou – z pro normální rozdělení N(, 2). Hodnota z představuje vzdálenost od střední hodnoty v jednotkách směrodatné odchylky. • Příklad: Pro z = 2, je pz = 0,0228 . Nad hodnotou + 2 , stejně jako pod hodnotou –2 leží v průměru podíl 0,0228 jednotek .
Hustota pravděpodobnosti (u) rozdělení N(0, 1) • Hustoty pravděpodobnosti • normovaného normálního rozdělení N(0,1) jsou tabelovány pro 0 u 3,99 , pro – 3,99 u 0 je • (–u) = (u) . • Pro normální rozdělení N(, 2) je hustota pravděpodobnosti • rovna
Zakreslení křivky hustoty pravděpodobnosti • rozdělení N(, 2) do histogramu • Do histogramu s šířkou třídních intervalů h a celkovým počtem pozorování n ( n = , nj ; j = 1, 2, ... , k ; jsou třídní četnosti) zakreslíme křivku normálního rozdělení relativních četností: • případně křivku rozdělení absolutních třídních četností:
PŘÍKLAD : Bylo proměřeno n = 200 průměrů čepů z výrobního procesu. Byl vypočten výběrový průměr = 23,416 mm (odhad ) a směrodatná odchylka s = 0,108 mm (odhad ) . Údaje byly seskupeny do tříd šířky h = 0,05 mm a sestrojen histogram . Do histogramu zakreslíme křivku hustoty pravděpodobnosti odpovídající normálnímu rozdělení N(23,416; 0,1082) Pro bod x = 23,34 mm je u = ( x - ) / = (23,340 - 23,416) / 0,108 = -0,7037 a (u) = (-0,70) = 0,3123. Potom fh,re(x) = h (u) / = f0,05;re(23,34) = 0,05 * 0,3123 / 0,108 = 0,1446 a fh,ab(x) = n fh,re(x) = f0,05,ab(23,34) = 200 * 0,1446 = 28,92.
Zakreslení křivky normálního rozdělení N(23,416; 0,1082) do histogramu z n = 200 pozorování seskupených do 12 tříd šířky h = 0,05. 0,1446 28,92
Bodové odhady parametrů a • Využití normálního rozdělení v praxi předpokládá znalost: • – parametru polohy a – parametru rozptýlení (variability) . • Výstupy z experimentu mohou mít různé formy : • 1)Jediný náhodný výběr rozsahu n jednotek : x1, x2, x3, ..., xn . • a) výběrový průměr ; • b) výběrový medián Me = x(k) , kde k = (n+1)/2 pro n liché a Me = (x(k) + x(k+1))/2 , kde k = n/2 pro n sudé ; • c) výběrový rozptyl ; • d) výběrová směrodatná odchylka ; • e) výběrové rozpětí R = xmax - xmin = x(n) - x(1).
Odhady : • resp. Me ; • 2 s2 ; • s resp. R / d2 . • Konstanty d2 a C4 závislé na rozsahu náhodného výběru n jsou tabelovány (tabulka č. 2. v ČSN ISO 8258).
2) k podskupin stejného rozsahu po n jednotkách( n1 = n2 = ... = nj = ... = nk = n ) . a) celkový výběrový průměr: ; b) průměrný výběrový medián: ;
c) průměrný výběrový rozptyl: ;d) průměrná výběrová směrodatná odchylka: ;e) průměrné výběrové rozpětí: . • Odhady: • resp. ; • 2 ; • resp. resp. • 1) Konstanty C4 a d2 závislé na rozsahu podskupiny n viz tabulka č. 2. v ČSN ISO 8258.
3) k podskupin různého rozsahu nj jednotek (j = 1, 2, …, k) Celkový počet pozorování je a) celkový výběrový průměr: ; b) průměrný výběrový medián: ;
c) průměrný výběrový rozptyl: ;d) průměrná výběrová směrodatná odchylka: ;e) průměrné výběrové rozpětí: . • Odhady: • resp. ; • 2 ; • resp. resp. • 1) Konstanty C4 a d2 závislé na rozsahu podskupiny n viz tabulka č. 2. v ČSN ISO 8258.
Poznámky: 1) Hodnoty C4 a d2 v závislosti na rozsahu výběru jsou uvedeny v tab. 2 v ČSN ISO 8258. 2) V případě, že podskupiny jsou různého rozsahu ( n1 n2 , ... , nk ) , je celkový počet pozorování a pak se musí vypočítat vážené hodnoty těchto koeficientů:
PŘÍKLAD • Uvažujme k = 6 podskupin stejného rozsahu n = 5 . Výsledky jsou sestaveny do tabulky, ve které jsou vypočteny průměry podskupin a výběrové směrodatné odchylky sj . • Výpočty: • celkový výběrový průměr : = 1,807 ;průměrný výběrový rozptyl : = 0,0652 ;průměrná směrodatná odchylka: = = 0,255 . • Odhady : 1,807 a (0,0652) = 0,255.
POZNÁMKY : • Při analýze výrobního procesu se setkáváme s dalšími charakteristikami: • 1) Celkové charakteristiky : • a) celkový výběrový průměr = 1,807 • (charakterizuje polohu těžiště souboru vzniklého spojením všech podskupin za celé sledované období a tedy těžiště procesu za toto období; je vždy roven průměru výběrových průměrů podskupin ) ; • b) celková směrodatná odchylka stot = 0,493 • (charakterizuje variabilitu v souboru vzniklém spojením všech podskupin za celé sledované období a tedy celkovouvariabilitu procesu za toto období; je obvykle větší než průměrná směrodatná odchylka podskupin, protože zahrnuje vedle variability uvnitř podskupin i variabilitu mezi podskupinami) ; • c) průměrná výběrová odchylka = 0,255 • (charakterizuje průměrnou variabilitu uvnitř podskupin).
2) Charakteristiky rozdělení výběrových průměrů : • a) průměr výběrových průměrů = 1,807 ; • b) směrodatná odchylka výběrových průměrů = 0,469 • (směrodatná odchylka výběrových průměrů charakterizuje variabilitu mezi výběrovými průměry podskupin a tedy v podstatě i variabilitu mezi podskupinami). • 3) Porovnání odhadů směrodatné odchylky procesu s : • a) = 0,255 ; • b) = 0,242 ; • c) = 0,236 .