可靠性概念、数据统计概要.ppt

有终止项后的各平均次序数按下面的方法进行计算 平均次序=（前项平均次数）+（新加项） 对于S1 对于F3的平均次序数=2+1.125=3.125 对于S2， 对于F4的平均次序数=3.125+1.313=4.438 S4 500 10 S3 500 9 7.064 F6 485 8 5.751 F5 408 7 4.438 F4 360 6 S2 324 5 3.125 F3 311 4 S1 287 3 2 F2 268 2 1 F1 181 1 修正后 失效或终止试验标码 失效或终止试验时间 序号 计算中位秩 对于F3 65.0 52.4 39.8 27.1 16.2 6.7 中位秩 S4 500 10 S3 500 9 7.064 F6 485 8 5.751 F5 408 7 4.438 F4 360 6 S2 324 5 3.125 F3 311 4 S1 287 3 2 F2 268 2 1 F1 181 1 修正后 失效或终止试验标码 失效或终止试验时间 序号 F (t) y 2 1 0 -1 -2 -3 0 1 2 3 -1 -2 lnt Z η 63% 10% 210 回归分析 一元线性回归： 对于给定的n对数据点(x1,y1),…,(xn,yn) 如果可以配成一条直线 对于给定的xi，观测值与计算值的误差为： 用最小二乘法估计a，b 其中 相关系数 对于任意给定一组数据，均可建立线性回归方程，但是否是线性需进行线性相关性检验；对于给定样本容量和置信度，相关系数要有一起码值， 即查秩相关系数检验表。 多元线性回归： 有n组数据：(x11,x21,…,xm1),…, (x1n,x2n,…,xmn)，且(x1,x2,…,xm)互相独立 满足： 用最小二乘法估计系数 其中 联立求解得 作逆变换 则区间 为 的 置信区间 区间估计 由于点估计本身是一个随机变量，因此需要知道其范围和该参数被包含在其中得可能性 设母体的PDF为f(x, θ),其中θ未知，对于给定的α(0α1)由样本 确定的统计量 和 使之满足 意义：若反复抽样，每一组样本都有一个 ，每一个区间可能包含真值，也可能不包含真值，包含真值的概率为 数学期望的估计 1、已知D(X)，对E(x)进行区间估计 2、未知D(X)，对E(x)进行区间估计 1、已知D(X)，对E(x)进行区间估计 设X为正态分布，样本均值为 也为正态分布。 对于给定的α 统计量 为标准正态分布。 若 成立 对于非正态分布的X，按中心极限定理，当子样容量足够大时，也可以按上式进行估计， 2、未知D(X)，对E(x)进行区间估计 当子样容量n较大时，子样方差是母体方差的良好估计，用子样方差代替母体方差用上述方法进行估计。 当子样容量n较小时，子样标准差的无偏估计为： 统计量 服从自由度为n-1的t分布 为自由度，等于n-1 方差的区间估计 从正态分布的母体取n各子样，用方差 对 进行估计。是一个无偏估计 但不知道 和 相差多少 构造统计量 服从自由度为n-1的 分布 的取值区间为： 统计推断（分布的适应性检验） 收集到可靠性试验的数据后，对其分布进行假设，然后对假设的正确性进行检验。 直方图法 将收集到的可靠性试验数据进行分组统计分析，作出直方图，提供直方图简单判断其分布类型，如正态或偏态等。 作直方图时为了体现有关分布的的信息，数据的分组必须合理。如果分组太少，则分布性质由于缺乏清晰度而变得模糊不清；如果分组太多，则由于过大的频次波动而掩盖了分布的特性。 其中： 组间隔 样本数量 样本极差 对某汽车制动距离进行70次测量，结果以不同的分组 间隔绘出直方图如下： 分布的适应性检验 检验所犯的两类错误 主要依据：小概率事件在一次试验中不可能出现。 第一类错误，弃真 第二类错误，取伪 子样容量确定后，犯两类错误的概率不可能同时减小，减少一个，另一个往往会增加；要同时减少只有增加子样容量 一般情况总是控制第一类错误的概率，通常取0.1，0.05，0.01等值 检验法 设母体分布函数为： 为已知的分布函数形式 ①将母体子样的取值范围分成m份，即m各区间(a0,a1)…(am-1,am)要求每个区间的端点为F0(x)的连续点，子样落在第i个区间内的频率为ni ②令Pi为第i个子样落在第i个区间内的概率 ③如果子样的总数为N，则NPi是随机变量落在第i个区间内的理论频数，而实际频次为ni。 皮尔逊定理：如果H0成立当 时 统计量 服从自由度为m-1的