Составители:
29
x = -0.5 : 0.1: 0.2;
y=[-1.1 0.2 0.5 0.8 0.7 0.6 0.4 0.1];
x1=-0.5: 0.05: 0.2;
y2=spline(x,y,x1);
plot (x,y,x1,y2); grid
title (‘Интерполяция’);
xlabel (‘аргумент’);
ylabel (‘функция’);
Результат интерполяции приведен на рис. 7.
10. ПРАКТИЧЕСКИЕ МЕТОДЫ ПРОВЕРКИ
НОРМАЛЬНОСТИ РАСПРЕДЕЛЕНИЯ
РЕЗУЛЬТАТОВ ИЗМЕРЕНИЙ
Обычно задача ставится так: имеется группа результатов наблю-
дений и высказывается гипотеза о том, что эти наблюдения можно
считать реализациями случайной величины с выбранной формой
функции распределения. Затем методами математической статисти-
ки эта гипотеза проверяется и либо принимается, либо отвергается.
При большом числе наблюдений (n > 50) лучшими критериями
проверки данной гипотезы считают критерий согласия К. Пирсо-
на (критерий χ
2
) для группированных наблюдений и критерий Р. Ми-
зеса–Н. В. Смирнова (критерий ω
2
) для негруппированных наблю-
дений.
Остановимся на критерии χ
2
. Идея этого метода состоит в конт-
роле отклонений гистограммы экспериментальных данных от гис-
тограммы с таким же числом интервалов, построенной на основе
нормального распределения. Сумма квадратов разностей частот по
интервалам не должна превышать значений χ
2
, для которых состав-
лены таблицы в зависимости от уровня значимости критерия q и
числа степеней свободы k = L – 3, где L – число интервалов.
Вычисления ведутся по следующей схеме.
1. Вычисляют среднее арифметическое из результатов наблюдений и
оценку среднего квадратического отклонения:
1
1
,
n
i
i
xx
n
=
=
∑
(38)
Страницы
- « первая
- ‹ предыдущая
- …
- 27
- 28
- 29
- 30
- 31
- …
- следующая ›
- последняя »
