Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA



Podobne dokumenty
Ćwiczenia rachunkowe TEST ZGODNOŚCI 2 PEARSONA ROZKŁAD GAUSSA

STATYSTYKA I ANALIZA DANYCH

Rozkład normalny (Gaussa)

Estymacja przedziałowa

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

Wyższe momenty zmiennej losowej

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

Rozkład Gaussa i test χ2

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

Lista 6. Estymacja punktowa

Zeszyty naukowe nr 9

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

Prawdopodobieństwo i statystyka r.

TRANZYSTORY POLOWE JFET I MOSFET

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Podstawy rachunku prawdopodobieństwa (przypomnienie)

POLITECHNIKA OPOLSKA

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

Rozkład Poissona. I. Cel ćwiczenia. Obowiązujący zakres materiału. Podstawy teoretyczne. Opracował: Roman Szatanik

Wytrzymałość śruby wysokość nakrętki

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

, to niepewność sumy x

Analiza I.1, zima wzorcowe rozwiązania

Statystyka Inżynierska

ZADANIA NA ĆWICZENIA 3 I 4

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Internetowe Kółko Matematyczne 2004/2005

Techniczne Aspekty Zapewnienia Jakości

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wpływ warunków eksploatacji pojazdu na charakterystyki zewnętrzne silnika

x t 1 (x) o 1 : x s 3 (x) Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

MACIERZE STOCHASTYCZNE

40:5. 40:5 = υ5 5p 40, 40:5 = p 40.

Wykład 11 ( ). Przedziały ufności dla średniej

ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A

Niepewności pomiarowe

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

Twierdzenia graniczne:

JEDNOWYMIAROWA ZMIENNA LOSOWA

2. ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

Kombinacje, permutacje czyli kombinatoryka dla testera

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

BADANIA DOCHODU I RYZYKA INWESTYCJI

1 Przedziały ufności. ). Obliczamy. gdzie S pochodzi z rozkładu B(n, 1 2. P(2 S n 2) = 1 P(S 2) P(S n 2) = 1 2( 2 n +n2 n +2 n ) = 1 (n 2 +n+2)2 n.

Weryfikacja hipotez statystycznych

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

O liczbach naturalnych, których suma równa się iloczynowi

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Funkcja generująca rozkład (p-two)

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

Parametryczne Testy Istotności

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

Statystyka matematyczna dla leśników

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej

Jak obliczać podstawowe wskaźniki statystyczne?

KADD Metoda najmniejszych kwadratów

16 Przedziały ufności

Wykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego.

Prawdopodobieństwo i statystyka r.

Numeryczny opis zjawiska zaniku

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767

Prawdopodobieństwo i statystyka

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Statystyka matematyczna. Wykład II. Estymacja punktowa

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

Transkrypt:

Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz alulacyjy do programu Calc paietu Ope Office, iezbędy podczas ćwiczeń rachuowych. Test χ służy do testowaia hipotez. Wyorzystyway jest przy oceiaiu zgodości uzysaych daych doświadczalych z założoym modelem lub rozładem teoretyczym.. Sposób postępowaia przy wyoywaiu testu χ Pearsoa zgodości modelu wyrażoego zależością matematyczą f(x; a, a,, a m ), gdzie {a j } to zbiór parametrów, z daymi zadaymi w postaci zestawu wartości (x i, y i ± σ i ) zmieej iezależej x i i zmieej zależej y i wraz z wartościami σ i dyspersji wielości y i : ustalamy dopuszczale prawdopodobieństwo α odrzuceia prawdziwej hipotezy (błędu pierwszego rodzaju); a podstawie zaobserwowaych wyiów wyzaczamy te z parametrów {a j } zależości matematyczej, tóre ie są zadae jao część testowaej hipotezy; ustalamy liczbę stopi swobody ν = m, gdzie jest liczbą par daych (x i, y i ± σ i ), zaś m liczbą parametrów w zależości matematyczej, tórych wartości zostały wyzaczoe a podstawie zaobserwowaych wyiów; odczytujemy wartość rytyczą χ r ( α,ν) odpowiadającą zadaemu prawdopodobieństwu α i liczbie ν stopi swobody (patrz Tabela 5 w DODATKU a ońcu Istrucji); obliczamy wartość: ( yi f ( xi ;{ a j})) χ = ; σ i= porówujemy uzysaą wartość χ z wartością χ r ( α,ν) odczytaą z Tabeli 5 jeśli spełioy jest warue: χ > ( α,ν), to odrzucamy testowaą hipotezę jao iezgodą χ r z obserwacjami. W przeciwym przypadu ie uważamy, że udowodiliśmy słuszość hipotezy lecz jedyie godzimy się z ią, jao iesprzeczą z obserwowaymi daymi.. Sposób postępowaia przy wyoywaiu testu χ Pearsoa zgodości rozładu modelowego z rozładem doświadczalym: ustalamy dopuszczale prawdopodobieństwo α odrzuceia prawdziwej hipotezy (błędu pierwszego rodzaju); a podstawie zaobserwowaych wyiów wyzaczamy parametry modelowego rozładu, jeśli ie są oe zadae jao część testowaej hipotezy; dzielimy cały (teoretyczy) zares wartości zmieej losowej a przedziałów (ieoieczie tej samej długości porówaj z Tabelą 3 ) ta, aby liczba N oczeiwaych wyiów w ażdym z przedziałów była ie miejsza iż 5 (w pratyce zadowalamy się zaobserwowaą liczbą daych w przedziale ie miejszą iż 5); ustalamy liczbę stopi swobody ν = m, gdzie jest liczbą przedziałów, zaś m liczbą parametrów, tórych wartości zostały wyzaczoe a podstawie zaobserwowaych wyiów; i

Aaliza iepewości pomiarowych w esperymetach fizyczych wyzaczamy wartość rytyczą χ r ( α,ν) odpowiadającą zadaemu prawdopodobieństwu α i liczbie ν stopi swobody (patrz Tabela 5 w DODATKU a ońcu Istrucji); a podstawie modelu i obliczoych bądź zadaych wartości parametrów, obliczamy prawdopodobieństwo p zalezieia wartości zmieej losowej w przedziale o umerze ; obliczamy oczeiwaą liczbę N = p N daych w przedziale o umerze, gdzie N jest liczbą wszystich daych; obliczamy wartość: ( p N ) χ = ; p N = porówujemy uzysaą wartość χ z wartością χ r ( α,ν) odczytaą z Tabeli 5 jeśli spełioy jest warue: χ > ( α,ν), to odrzucamy testowaą hipotezę jao iezgodą χ r z obserwacjami. W przeciwym przypadu ie uważamy, że udowodiliśmy słuszość hipotezy lecz jedyie godzimy się z ią, jao iesprzeczą z obserwowaymi daymi. Uwaga: jeśli dyspoujemy oprogramowaiem, tóre umożliwia wyzaczaie całe rozładów prawdopodobieństwa, lepiej jest w miejsce wartości rytyczej, podawać tzw. wartość p testu, czyli prawdopodobieństwo p, że zmiea u = χ przyjmie wartość więszą iż wartość gdzie χ uzysaa z daych: p : = P( u χ ) = f ( u du, χ u fv ( u) = u exp( ), v v Γ( ) to rozład zmieej χ o ν stopiach swobody. Podejście to ie zwalia Cię z obowiązu podjęcia decyzji co do zgodości wybraego modelu z daymi, a dostarcza więszej ilości iformacji czyteliowi, umożliwiając mu ieiedy, wyrażeie własej opiii (ja rówież pozwala mu zorietować się w jaości i rygoryzmie Twych decyzji). Symbol Γ we wzorze powyżej ozacza fucję gamma Eulera, zdefiiowaą za pomocą całi z x Γ( z) = x e Tabela 6 zamieszczoa w DODATKU a ońcu Istrucji zawiera wartości prawdopodobieństwa P( χ~ χ~ ), dla wybraych wartości ν i χ~, gdzie χ~ i χ to zreduowae wartości χ i χ, rówe odpowiedio TEST χ PEARSONA JAKOŚCI DOPASOWANIA PROSTEJ DO DANYCH Zadaie Studet badając drgaia wahadła, wyzaczył czas trwaia oresu dla ilu różych jego długości. Ja wiadomo, dla małych wychyleń, ores drgań T wahadła o długości L wyosi T = π L g dx. χ ν v i v ) χ. ν

Aaliza iepewości pomiarowych w esperymetach fizyczych zaś g to przyspieszeie ziemsie. Jeśli wprowadzimy wielości: H wysoość putu zawieszeia wahadła ad podłogą oraz h wysoość środa ciężości wahadła a podłogą, to: 4π T = ( H h) = b+ ah g Swoje dae pomiarowe studet wyorzystał do wyzaczeia, za pomocą metody ajmiejszych wadratów, wysoości putu zawieszeia wahadła ad podłogą. Uzysae przez iego dae, ich iepewości oraz ocey parametrów a oraz b liii prostej y = ax + b zawiera Tabela. a) Przeprowadź test χ Pearsoa jaości dopasowaia prostej do daych uzysaych przez studeta. b) Odwołując się do omialej wartości g = 9,83 m/s przyspieszeia ziemsiego w lewobrzeżej Warszawie, wyzacz oceę wysoości H putu zaczepieia uli ad podłogą wraz z iepewością tej ocey. c) Sorzystaj z oce wartości parametrów liii prostej i podaj swoją oceę wartości przyspieszeia ziemsiego w Warszawie oraz iepewość tej ocey, jaie wyiają z przeprowadzoego esperymetu. Tabela pomiar wielość 3 4 x i [m] (x = h),4,69,4,7 y i [s ] (y = T ),7678 9,59 6,4 4,987 u i [s ],84,735,5893,534 / u i wyii 56,8,3 87,95 364,97 a ± s a = 4,34 ±,59 b ± s b =,936 ±,68 ( yi axi b ) / ui χ = = P( χ χ ) PORÓWNANIE GRAFICZNE ROZKŁADU MODELOWEGO I DOŚWIADCZALNEGO Zadaie Załadając, że wyii pomiarów oresu drgań wahadła T moża opisać rozładem Gaussa ( T μ) G ( T; μ, σ) = exp σ π, < T <, σ z wartościami parametrów µ = T = 3,448 s oraz σ = s T =,456 s, obliczoymi dla idywidualych daych, aszicuj te rozład a histogramach gęstości i liczebości 3

Aaliza iepewości pomiarowych w esperymetach fizyczych (poiżej). Sorzystaj z Tabeli. Porówaj przybliżoe wartości N oczeiwaej liczby wyiów w -tym przedziale z doładymi wartościami N. Przypomiamy wzór służący do wyzaczeia oczeiwaej liczby N pomiarów w przedziale: N T + Δ = N p = NP( T T < T + Δ) = N G( T; μ,σ) dt, gdzie Δ jest szeroością przedziału histogramowaia, a N liczbą wszystich pomiarów. Najprostsza, i przybliżoa, metoda obliczeia całi polega a zastąpieiu jej wyrażeiem G( T[ ]; μ, σ)δ, oreślającym pole powierzchi prostoąta o wysoości G( T[ ]; μ, σ) i podstawie Δ, gdzie T [ ] wyzacza środe przedziału histogramowaia, a wtedy N N = NG( T[ ]; μ, σ) Δ. Jeśli chcemy wyzaczyć całę doładie, wprowadzamy ową zmieą całowaia T μ z =, σ zwaą stadaryzowaą i wartość N wyzaczamy za pomocą: gdzie N z = NP( z z < z + z z T μ =, σ T + ) = N + ℵdz = N( F( z ) F( z )), T + Δ μ x z + =, F( z) = dx σ exp π. Wartości przydatych całe F(z) rozładu Gaussa zajdują się w Tabeli 7, zamieszczoej w DODATKU a ońcu Istrucji. Fucję, tórą tu całujemy z ℵ( z ) = exp π, azywamy stadaryzowaym rozładem Gaussa. Tabela z * * jest zaobserwowaą liczbą daych w -tym przedziale 4

Aaliza iepewości pomiarowych w esperymetach fizyczych 5

Aaliza iepewości pomiarowych w esperymetach fizyczych TEST ZGODNOŚCI χ PEARSONA ROZKŁADU MODELOWEGO I DOŚWIADCZALNEGO Zadaie 3 Przyjmując, że wyii T i pomiaru oresu drgań wahadła podlegają rozładowi Gaussa, przeprowadź test χ Persoa zgodości tego modelu z daymi doświadczalymi. Sorzystaj z całe rozładu Gaussa (Tabela 7, DODATEK) oraz z Tabeli 3 poiżej. Tabela 3 OCENIANIE PARAMETRÓW ROZKŁADU NA PODSTAWIE HISTOGRAMU Zadaie 4 (jeśli pozostaie czas) Nieiedy zdarza się, że ie dyspoujemy idywidualymi wartościami wielości zmierzoych, a jedyie zbiorczymi wyiami, iedy to dae pogrupowae są w lasy. Tabela 4 podaje dae (uzysae przez autorów istrucji), tóre posłużyły do wyreśleia histogramu liczebości oresów drgań wahadła, uazaego a rysuu do zadaia. Uzupełij tę tabelę i wyzacz ocey wartości średiej i iepewości stadardowej pojedyczego pomiaru. Tabela 4 6

Zwracamy uwagę, że: N Aaliza iepewości pomiarowych w esperymetach fizyczych T = T T T ~ i [ ] =, N N i= = s N T = ( T T ) ( T[ ] T ~ ) N i= N = N =, = i = ~ s gdzie T i ozacza wyi i-tego idywidualego pomiaru oresu, jest liczbą przedziałów histogramu,, =,,...,, to liczebości daych w ażdym z przedziałów, N jest liczbą wszystich daych (sumą liczebości ), zaś T [] to pozycje środów przedziałów. Porówaj uzysae wartości T ~ oraz ~ s T z wartościami T = 3,448 s oraz s T =,456 s uzysaymi dla idywidualych wyiów pomiarów. DODATEK A. WARTOŚCI KRYTYCZNE ROZKŁADU χ Tabela poiżej podaje wartości rytycze χ r ( α,ν) zmieej χ dla ietórych wartości ryzya α błędu pierwszego rodzaju oraz liczb ν stopi swobody. Tabela 5 T, 7

Aaliza iepewości pomiarowych w esperymetach fizyczych B. PRAWDOPODOBIEŃSTWA DLA TESTU χ Tabela poiżej podaje wartości prawdopodobieństwa P( χ~ χ~ ) (w procetach), otrzymaia w doświadczeiu o ν stopiach swobody, wartości zmieej χ~ więszej iż wartość χ~ uzysaa z daych. Puste miejsca ozaczają wartości prawdopodobieństwa miejsze od,5%. Tabela 6 χ~ ν 8

Aaliza iepewości pomiarowych w esperymetach fizyczych C. CAŁKI ROZKŁADU GAUSSA. Tabela poiżej podaje wartość całi stadaryzowaego rozładu Gaussa z x F z P x z ( ) = ( < ) = + exp dx, z>. π Z uwagi a symetrię rozładu, wartość całi dla ujemych wartości argumetu moża wyzaczyć ze związu F( z) = F(z). Tabela 7 9