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: 97

Скачиваний: 0

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

- ІбІ -

Рис. 18.

нов с

уточнением статистических данных или с изменением ус ­

ловий

опыта и т . д . - все это можно рассматривать как отдель­

ные этапы последовательного планирования, идеальным воплоще­ нием которого является непрерывное планирование. Собственно, только непрерывное планирование, при котором в каждый момент

выбирается наилучший план действий, и позволяет

составить

оптимальный план

проведения

всего эксперимента.

 

В конечном

счете, такое

планирование сводится к постоян­

ному сосредоточению центра внимания на тех точках измерения,

которые дают наибольшую скорость накопления информации об

исследуемом явлении. Последнее особенно важно в эксперимен­

тах о обилием альтернативных решений, когда сначала необходи­

мо "просмотреть" несколько рабочих гипотез и вибрать наибо­

лее достоверные версии.

Последовательное планирование позволяет значительно

сократить общий объем усилий и затрат и резко повысить эф­

фективность

исследований.

В качестве

подтверждения

последних

слов рассмотрим пример с проверкой гипотез о генеральном

среднем.

 

 

 

 

 

 

 

 

 

Допустим,

мы хотим сделать

выбор

между

гипотезами

7 *

и

7

* Чі

'

Г Д в *?І >

* Й 1 а с с

и ч 0 С к и е

крите­

рии статистического сравнения этих гипотез, упомянутые выше (глава Ш), были основаны на предположении, что число испыта­ ний не зависит от наблюдаемых результатов. В этом случае, используя эти критерии, мы могли указать число испытаний, при котором критерии становятся настолько чувствительными,

чтобы различить гипотезы. Однако число наблюдений можно сок­ ратить, если в процессе испытаний непрерывно сравнивать ре-


зультаты наблюдении.

Испытания продолжаются до тех пор,

по­

ка наблюдения

не

попадут

в одну

из областей

принятия

ги­

потез (либо

з

^

,

либо ft

=

) .

 

 

Очевидно,

такой

последовательный

анализ,на каждом шагу

учитывающий уже

накопленную информацию, может

оказаться

зна­

чительно аффективнее по сравнению с классическими методами, фиксирующими число наблюдений заранее. Действительно, при

последовательном анализе в среднем происходит двойное сокра­

щение числа испытаний.

Дли пояснения принципов, положенных в основу этого ана­

лиза, рассмотрим критерий отношения вероятностей, предложен­ ный Ьнльдок. ь этом критерии находнтоя отношения вероятностей

р^(ґі)

и р (п.)

,

равные

вероятностям наблюдения значе­

ний

j/t >

• • •» у л

П Р И

9 с ?i

И ?

~ 9о '

С00'!ъв'г(Явен~

но (

П

- . 1 , 2 , . . . . ) .

Так как

испытания

независимы,

то

п.

Пока отношения pjn^pjnl

вычисляемые для

каждого

It,

заметным образом не отличаются от единицы, т

. е . пока

 

Р<(л) «

следует лродолкать испытания. Но как только окажется, что

L — ~ £ ft или

^ Л ,

(28.3)

р0

pjtx)

 


наблюдения

заканчиваются и отдается предпочтение

гипотезе

 

Числа

А и В выбираются так,

чтобы

вероятность

отверг­

нуть

гипотезу

£

, если

она верна,

не превосходила

Є

и вероятность

отвергнуть

гипотезу

Г? 5* ipf

,

если вер­

на последняя,

не превосходила

р

, т . е . функция

мощности

7С(уо)~

Є

 

и 7С(у)**і-р

 

. Это

осуществляется,когда

 

 

А

«

 

 

 

 

Р

 

 

(2а.ч)

 

 

 

 

 

1 -

е

 

 

 

 

 

 

 

 

 

 

Если наблюдаемая случайна» величина имеет нормальное распределение с известной дисперсией о , то соотношение (28.2) нетрудно преобразовать к виду

(28.S) Испытания продолжаются до тех пор, пока накопленная

сумма У_ LJL не выйдет за одну из границ, указанных в (28.5) рис. 19.

П


Пример. Рассмотрим, используя критерий последовательного анализа, вопрос об оценке интенсивности пуассоновского пото­ ка.

Для различения

гипотез

о том, что интенсивность

потока

V = У0

или ^ « ^

>

^

,

испытания продолжаются до

тег пор,

ПОКР не

нарушится

неравенство

 

где

І. -

время наолюдения,

а

N

- число фиксируемых

событий. В среднем,

если

V

*

tf0

,

время испытания

оказыва­

ется

равным

( 1 - V0

- AV

«

V,

;

 

1.1

А * )*;

/ V ~ V > 0 £

) :

 

 

 

 

 

 

 

При

Є

* jB

*0,05 время испытания

t

2,43

В то

же

время

. классический критерий

(см.

§ 13) г,ает оценку


ДОПОЛНЕНИЕ

ОПРЕДЕЛЕНИЕ ИНТЕНСИВНОСТИ ИСТОЧНИКА

 

Пусть

мы располагаем

следующий

данными. В течение

вре­

мени

І1

наблюдается события, вызванные совместным дейст­

вием источника и фона; всего зарегистрировано

A/f событий.

Кроме того

известно, что

при наблюдении фона

в течение

tt

отмечено

N2

событий. Оценим интенсивность

источника.

2

 

 

Оценками измеренных

интенсивностей являются

 

 

 

~

/V,

~

N

 

 

Поэтому оценкой (несмещенной) интенсивности источника V оказывается величина

 

V

= 5, -

\J .

(Д.2)

При A/<?

Л/ » і

величина

( V - V

) раоиределена нор­

мально о

дисперсией

 

 

 

б - —j +

—J '

(Д.З)

*.

К

 

Следовательно, мы определяем интенсивность источника

как