试验设计与数据处理-1要点.pptVIP

1 正态分布 2 数据统计的基本概念 3 参数估计 4 F-分布和F-检验 5 误差 6 有效数字和修约准则 7 方差分析 8 回归分析 9 正交试验设计 10 回归正交试验设计 11 木材加工专业常用质量管理工具 1.1 正态分布的定义和特点 1.1.1 正态分布的密度函数 正态曲线： 高峰位于中央，两侧逐渐下降并完全对称，曲线两端永远不与横轴相交的钟型曲线。 式中：π—圆周率， π ≈3.1416 e —自然对数底，e=2.7183 μ—正态分布的数学期望（平均值） σ2—正态分布的方差。 习惯上用N（ μ， σ2）表示均数为μ、标准差为σ的正态分布。 正态分布的概率密度曲线的特点： （1） f(x) 大于0，并且由各级连续的导数； （2） f(x) 以 X=μ 为对称轴； （3） f(x) 在（ －∞,μ ）区间上升，在X= μ 时，达到极大值； （4）当 X ∞ 或 X － ∞ 时，f(x) 以x轴为渐近线； （5） 为的 f(x) 两个 拐点。 μ和 σ 对正态分布的影响： （1）μ 决定了 f(x) 的位置（见图1.2） 当σ 不变，μ增大，曲线沿横轴向右移；反之， μ减小，曲线沿横轴向左移。 实际上，任何正态分布的X取值是按表1.1分布的。 与表1.1相对应有图1.4。 1.1.2 标准正态分布的密度函数 令 ，通过这样的坐标变换，变换成为标准正态分布，其中yi是新坐标的刻度，则 1.2 正态分布函数及概率计算 1.2.1 正态分布函数 实际工作中经常需要知道正态曲线下横轴上一定区间的面积占总面积的百分数，用以反映该区间的例数占总例数的百分数（频率分布）,或变量值落在该区间的概率（概率分布）。 这个分布函数的直观意义为图中阴影部分的面积（图1.5） ，它表示正态分布曲线下自－∞到某定值X1的左侧累计面积（概率）。 1.2.2 标准正态分布函数 正态分布的分布函数计算比较麻烦，常变换成标准正态分布N（0，1），即 1.2.3 概率计算 有了分布函数，可以求得各种情况的概率 1.2.3.1 下侧概率（即分布函数） 1.2.3.4 1.2.3.5 1.2.3.6 还需要注意的是，由于 为偶函数，所以有： 例1 设 服从N(0，1)，借助于标准正态分布的分布函数表计算： （1） ； （2） ； （3） 解： （1） （2） （3） 计算 同理 例1 一批木料规定加工后的厚度X=10 mm， 规定公差δ=0.24mm，实际允许加工出的最大厚度X1=10.08mm，最小厚度X2=9.84mm，均方差 ，求零件的合格率和废品率。 解：因为 ，说明机床的加工精度低，所以必然会产生一部分废品。如图1.12所示，包含在公差 范围内的合格零件百分率为图中阴影部分的面积。 　　由上例可知，零件尺寸规定的公差范围应该大于分布范围 ，这样才能保证加工出的零件全部是合格品。 常用以下概率： = 1-2 [1-F0,1(1)] = 1-2 + 2 F0,1(1)] = 2 F0,1(1) －1 = 2 ×0.8413-1 = 0.6826 = 2 ×0.9772-1 = 0.9544 = 2 ×0.9987-1 = 0.9974 1.3 正态分布在木材加工专业中的应用举例 例如，在调整好的机床上一次连续加工所得的尺寸分布是正态分布曲线。这曲线的方程式是 式中：f（X）—曲线的纵坐标值（频数或频率）； X—曲线的横坐标值（零件尺寸值）； σ—均方差； X—零件尺寸平均值 ； π—圆周率（≈3.1416）； e—自然对数底（e=2.7183） 正态分布曲线下面所包含的面积代替全部零件（即100%），欲求某一区