Файл: Гришин В.К. Статистические методы анализа результатов измерений учеб. пособие.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 26.07.2024

Просмотров: 114

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

 

 

і

 

 

 

 

 

 

 

 

к.о

 

 

 

 

что

нетрудно

показать,

используя

свойства

ортогональности

Функций

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

8аметим теперь, что число степеней свободы квадратичной

формы

М4

 

равно

^

=

~ 1

(имеется

 

М

соотно­

шений ^ Х

 

^УІУ

 

) ' fll ч и с

л о

степеней

свободы каждой

ив оумм в (22.9)

равно,соответственно,

ft

ж п - т

(суще­

ствует

Щ

связей,

накладываемые

на

у.

при оценке

о(к

)

и

f9

= т .

 

 

 

 

 

 

 

 

 

 

 

 

Отсюда,

поскольку

$ = / f

+ ft

+ 4s

» т

и "»ем утверж­

дать

(используя еще pas теорему о разложении

 

X - роопреде­

ления),

что

М

и суммы в (22.8)

имеют

рС-раопреде­

ления о / , "

£ \ -

п . ;

ft»n-m.

 

и

£t= Гп.

 

степенями

свободы.

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

В чаотности,

оценки

 

 

л

і>г

могут

быть

пред­

ставлены

в виде

 

 

 

 

 

 

 

 

 

 

 

 

 

s l ' t ' - r -

;

 

s;

 

 

 

 

>

 

 

и г л * )

 

 

 

 

*

 

 

 

 

 

 

Та

 

 

 

 

 

 

Соотношения

(22.12)

дают

нам право

воспользоваться

методами

§

15 для сравнения оценок

of

 

и

о , .

 

 

Такое

сравнение

позволяет

эффективно

контролировать

ход

эксперимента,

так как несовпадение

оценок (

 

>

S*

 

 

>

 

S

 

)

может служить

показателем

 

различного


рода погрешностей, допускаемых в процессе измерений.

Одна из причин,

вызывающих значимое превышение S*> S*,

может заключаться в систематических ошибках,

недостаточно

корректно учтенных в

регрессионном анализе. В частности,

систематические ошибки могут нарушать условия

независимости

. В этом случае

необходимо при описании

результатов

отдельно указать дисперсии независимых случайных колебаний

эмпирических средних

ij.

и отдельно -

дисперсии

корре­

лированных колебаний для всех

<J\

(систематические

ошиб­

ки, см. 5 25).

 

 

 

 

 

 

Обратное значимое

неравенство

>

51

может ука­

зывать прежде всего на нарушения условий опыта при переходе от одной точки наблюдения к другой.

Другая причина - недостаточно полное описание кривой регрессии. Естественным шагом к устранению последнего недо­ статка является расширение описания:

 

т

р(х,т)

> { 2 2 Л Ъ )

хотя иногда целесообразно перейти к новой системе базионых функций (например, от разложения по степеням косинуоа - к полиномам Лежандра).

Собственно, такая процедура последовательного расширения (к сожалению, такое расширение не всегда ведет к улучшению представления) в описании кривой регрессии является' необходи­ мой, если теоретическое представление не известно точно. И здесь мы хотим подчеркнуть еще раз очевидное удобство, сіяван-



ное с использованием ортогональных базисных функций.

 

 

Действительно,

для

построения функции

3"

 

(х)

 

и

нахождения

Ы

не

нужно пепевычислять

 

т.1

о(

 

значения

 

Для оценки, является

ли расширение з описании у(гп)'-Гї(т

+ 1)

целесообразным, мы обращаемся вновь к сравнению дисперсий

S^(nt)

и S*(fn + i)

,

вычисленных для

 

у(т)

 

и у(т

+ 1),

соответственно. При

этом,

для вычисления

дисперсии

S*(fti+1)

моЕКо использовать

уже имеющуюся оценку

S^(nb)

,

так

как

п.т. 2

 

n-(m-hl)

 

п - пг

-

і

 

Сравнение

дисперсий

проводится,

например,

с

помощью

I f ^-критерия:

отличие

S^nt+i) и

S*(m)

будет значимым,

если

Если вычисления показывают, что неравенство (22.15) вы­ полняется, улучшение в описании оказывается значимы»: и монно

сделать

еще один шаг в

расширении описания / ? — у ( т + 2),

добиваясь минимального

значения величины

S (согласно

Гауссу

условие

о' = пып.

является необходимым, чтобы

оценки

Ын

были элективными).

 

Не всегда такое последовательное расширение в описании

является действенным. Это обусловлено либо недостаточной

информацией, содержащейся

в эмпирическом

материале(следует


расширить

эксперимент

или повысить точность измерений), ли­

бо неудачной

формой описания.

 

 

 

 

Допустим теперь,

что нам удалось

получить

минимальное

значение

S2

, и это значение

не отличается

значимо от

S* . Тогда

целесообразно

составить

объединенную

оценку.

 

 

f *t

"

*

L

r -

»

122.16)

 

 

 

 

 

 

t

 

 

а для оценки дисперсии коэффициента регрессии избрать соот­ ношение

Є « *

г -

,1,

ч '

 

(22.17)

 

З А Д А Ч А

 

 

 

При исследовании

углового

распределения

^3

-частиц,

возникающих при распаде поляризованных ядер

Со*°

(измере­

на интенсивность

р

-частиц

для 10 различных углов) пер­

воначально анализировалась гипотеза симметричного распределе­

ния,

т . е . Р(т?)~ Ы0 + о^СоИі*

. При этом

оценка

S* име­

ла значение

S2 = 12,0. После

уточнения

описания

Р($)~

= c(0

+ c(tCos+diCos2-&соответствующая

 

оценка

оказалась

$ 2

= 2,0.

Можно ли на основании

этих

результатов

сделать

заключение

о несохранении четности

при

 

р

-распаде?