Статистические методы обработки экспериментальных данных. С примерами и задачами
Покупка
Тематика:
Математическая статистика
Год издания: 2025
Кол-во страниц: 108
Дополнительно
Вид издания:
Учебно-методическая литература
Уровень образования:
ВО - Магистратура
ISBN: 978-5-7882-3584-4
Артикул: 876190.01.99
Рассмотрены вопросы выбора оптимальных методов статистического анализа для различных типов данных, включая описательную статистику и регрессионный анализ. Содержит практические примеры и упражнения для закрепления материала.
Предназначено для студентов, обучающихся по направлению 12.03.04 (12.04.04) «Биотехнические системы и технологии».
Подготовлено на кафедре основ конструирования и прикладной механики.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 12.03.04: Биотехнические системы и технологии
- ВО - Магистратура
- 12.04.04: Биотехнические системы и технологии
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
Министерство науки и высшего образования Российской Федерации Казанский национальный исследовательский технологический университет Ф. Х. Тазюков, О. Р. Каратаев СТАТИСТИЧЕСКИЕ МЕТОДЫ ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ C ПРИМЕРАМИ И ЗАДАЧАМИ Учебно-методическое пособие Казань Издательство КНИТУ 2025
УДК 519.22(07) ББК 22.172я7 Т13 Печатается по решению редакционно-издательского совета Казанского национального исследовательского технологического университета Рецензенты: д-р тех. наук, проф. Л. С. Сабитов д-р тех. наук, проф. Ф. М. Галимов Т13 Тазюков Ф. Х. Статистические методы обработки экспериментальных данных. С примерами и задачами : учебно-методическое пособие / Ф. Х. Тазюков, О. Р. Каратаев; Минобрнауки России, Казан. нац. исслед. технол. ун-т. – Казань : Изд-во КНИТУ, 2025. – 108 с. ISBN 978-5-7882-3584-4 Рассмотрены вопросы выбора оптимальных методов статистического анализа для различных типов данных, включая описательную статистику и регрессионный анализ. Содержит практические примеры и упражнения для закрепления материала. Предназначено для студентов, обучающихся по направлению 12.03.04 (12.04.04) «Биотехнические системы и технологии». Подготовлено на кафедре основ конструирования и прикладной механики. ISBN 978-5-7882-3584-4 © Тазюков Ф. Х., Каратаев О. Р., 2025 © Казанский национальный исследовательский технологический университет, 2025 УДК 519.22(07) ББК 22.172я7
С О Д Е Р Ж А Н И Е Введение ......................................................................................................................... 5 1. АНАЛИЗ НЕОПРЕДЕЛЕННОСТЕЙ ...................................................................... 6 1.1. Понятие и типы неопределенностей. Случайные и систематические неопределенности ...................................................................................................... 6 1.2. Распространение неопределенностей ............................................................. 10 1.2.1. Неопределенность произведения функций .............................................. 14 1.2.2. Неопределенность линейной функции ..................................................... 14 1.2.3. Распространение неопределенности при численном анализе ................ 15 1.3. Оценка значимости ........................................................................................... 15 1.3.1. Правила выбора количества значащих цифр ........................................... 16 1.3.2. Правила оценки точности неопределенностей ........................................ 17 1.4. Задачи ................................................................................................................. 19 Контрольные вопросы ............................................................................................. 22 2. НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ .................................................................... 24 2.1. Свойства нормального распределения. Стандартное нормальное распределение Ф(z) .................................................................................................. 24 2.2. Сумма случайных нормально распределенных переменных ....................... 30 2.3. Усреднение нормально распределенных переменных.................................. 31 Контрольные вопросы ............................................................................................. 33 3. СТАТИСТИЧЕСКИЙ АНАЛИЗ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ ......... 34 3.1. Выборка. Средняя величина и выборочная дисперсия ................................. 34 3.2. Погрешность средней величины ..................................................................... 35 3.3. t-Распределение Стьюдента ............................................................................. 36 3.4. Пример расчета доверительного интервала ................................................... 38 3.5. Определение числа экспериментов ................................................................. 40 3.6. Оценка разности двух средних ........................................................................ 42 3.7. Сравнение двух выборок .................................................................................. 45 3.8. Погрешность косвенных измерений ............................................................... 47 3.9. Задачи ................................................................................................................. 50 Контрольные вопросы ............................................................................................. 56
4. УЧЕТ СИСТЕМАТИЧЕСКОЙ ПОГРЕШНОСТИ ............................................... 57 4.1. Совместное влияние статистической и случайной погрешностей .............. 57 4.2. Задачи ................................................................................................................. 58 Контрольные вопросы ............................................................................................. 63 5. УРАВНЕНИЕ РЕГРЕССИИ. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ (МНК) .................................................................................................. 64 5.1. Линейная регрессия .......................................................................................... 64 5.2. Качество приближения ..................................................................................... 68 5.3. Нелинейная регрессия ...................................................................................... 70 5.4. Особый вид уравнения регрессии ................................................................... 72 5.5. Задачи ................................................................................................................. 73 Контрольные вопросы ............................................................................................. 75 6. ЗАДАЧИ ПО ОБРАБОТКЕ БИОМЕДИЦИНСКИХ ДАННЫХ ........................ 76 6.1. Задачи на определение доверительного интервала при заданной доверительной вероятности .................................................................................... 76 6.2. Задачи на сравнение двух выборок ................................................................. 85 7. ЛАБОРАТОРНЫЕ РАБОТЫ ................................................................................. 94 Заключение .................................................................................................................. 99 Глоссарий ................................................................................................................... 101 Список рекомендованной литературы .................................................................... 104 Приложения ............................................................................................................... 105
В В Е Д Е Н И Е Неопределенности являются неизбежными спутниками при любых экспериментальных исследованиях. Обычно студентов инженерных специальностей университетов обучают основам анализа неопределенностей. Им предлагают формулы для оценки неопределенностей в процессе измерений в опытах, проводимых на уже установленном в учебных лабораториях оборудовании, с последующим оформлением отчета. Следовательно, большинство студентов полагают, что анализ неопределенностей нужен только при написании отчета о проделанных в учебной лаборатории опытах, и, как следствие, результаты анализа неопределенностей не приводят к пониманию ими связи между методологией и результатами эксперимента. А значит, большинство обучающихся не способны ответить на вопросы, связанные с точностью измерений и надежностью данных, полученных при проведении экспериментальных исследований. Для принятия объективных и квалифицированных решений, связанных с вопросами проведения экспериментов и оценкой их результатов, исследователю необходимо выявлять статистические закономерности исследуемого процесса. Особенностью этих закономерностей является то, что они получаются путем обобщения реализаций случайной величины и их описания с помощью законов распределения. Мы никогда не знаем точного значения измеряемой величины, в лучшем случае можем оценивать только наиболее вероятное ее значение. Для описания наиболее вероятного значения случайной величины используются такие характеристики, как выборка, среднее арифметическое от выборки (выборочное среднее), математическое ожидание, дисперсия, выборочная дисперсия, доверительный интервал, доверительная вероятность (достоверность). Данное пособие рассчитано для начального ознакомления студентов, обучающихся по специальности «Медицинская инженерия», с основами теории и практикой статистического анализа медико-биологических данных.
. А Н А Л И З Н Е О П Р Е Д Е Л Е Н Н О С Т Е Й Любые измерения при проведении экспериментальных исследований никогда не бывают идеальными, несмотря на особую тщательность, проявленную при их проведении. Следовательно, критически важно оценивать неопределенности, которые неизбежны при любом эксперименте. Типичные инженерные эксперименты включают в себя определение физических величин, используемых при анализе инженерных систем. Например, инженеры, создающие систему кондиционирования, должны знать теплофизические свойства используемых теплоносителей, а также значения коэффициентов теплоотдачи для теплообменных панелей системы кондиционирования. При измерениях этих физических величин экспериментатор должен указать, какова точность измерений, а инженер должен учесть неопределенности в значениях физических величин в процессе создания системы кондиционирования. Оценка экспериментальных неопределенностей также чрезвычайно важна и в фундаментальной науке, когда новые теории должны быть подтверждены экспериментом, проведенным с достаточной аккуратностью, чтобы подтвердить справедливость новой теории по сравнению с предыдущей. 1.1. Понятие и типы неопределенностей. Случайные и систематические неопределенности Любой результат эксперимента, проведенного в лабораторных условиях, будет отличаться от истинного значения измеряемой величины. Разность между измеряемой и истинной величиной называется ошибкой эксперимента: Ошибка эксперимента = измеряемая величина – истинное значение. (1.1) Экспериментатор должен быть уверен в достоверности своих результатов. Все проблемы в том, что поскольку истинное значение измеряемых величин неизвестно, то и невозможно определить ошибку или отклонение от истинного значения. Если измерять некоторый параметр
несколько раз, то каждый раз будем получать разные значения. Таким образом, ошибка измерения будет иметь некоторую неопределенность. Несмотря на то что термин «ошибка измерения» широко используется, его применение далеко не всегда корректно. Это связано с тем, что раз истинное значение нам никогда неизвестно, то невозможно определить и ошибку измерения. Конечно, если допустить грубый просчет, то можно распознать его и исправить. Другие типы изменений в измерениях необходимо связывать с неопределенностями при проведении этих измерений. Таким образом, нам следует определить интервал, внутри которого будет находиться существенная часть ошибок. Очевидно, можно задать необоснованно широкий интервал, который будет включать в себя все ошибки. С другой стороны, слишком узкий интервал исключит много ошибок. Значит, следует установить интервал ошибок, соответствующий некоторому доверительному уровню или доверительной вероятности. Например, температура стержня измерялась с точностью до ±1 ℃ при 95 % доверительной вероятности. Таким образом, для каждого измерения нам следует обеспечить «наилучшую» оценку измеряемой величины и интервальную оценку, внутри которой будет находиться ошибка с заданной доверительной вероятностью. Несмотря на очевидную условность, мы можем классифицировать экспериментальные неопределенности: – на систематические, или фиксированные; – рандомные, или случайные. Систематические (фиксированные) неопределенности – это такие неопределенности, которые, практически не меняясь, возникают при повторениях одного и того же эксперимента. Следовательно, систематическая неопределенность не может быть исследована путем многократных повторений. С другой стороны, рандомные (случайные) неопределенности раскрываются именно путем проведения многократных повторений. Всякие эксперименты приводят к результатам, включающим в себя как систематические, так и рандомные неопределенности. Чтобы понять различие между систематическими и рандомными неопределенностями, рассмотрим эксперимент по измерению расхода воды, вытекающей из трубы. Будем собирать вытекающую воду в емкость, имеющую определенный объем, и измерять время, требуемое для заполнения этой емкости. Время реакции на начало и окончание эксперимента является одним из основных источников ошибки экспе
римента. Если бы время реакции на начало и время реакции на окончание эксперимента были бы одинаковы, то они вычлись бы друг из друга. Однако в силу персональных особенностей экспериментатора время реакции может меняться при повторениях эксперимента. Иногда время задержки в начале эксперимента будет больше, иногда меньше. Следовательно, время, требуемое для заполнения емкости, при многократных повторениях будет показывать некоторое распределение. Это и есть рандомная (случайная) неопределенность, которая может быть проанализирована статистически. Соответствующие оценки для наилучшей интервальной оценки могут быть получены при повторениях эксперимента. С другой стороны, если секундомер движется достаточно быстро в течение всех повторений, мы можем завысить время заполнения емкости и, соответственно, занизить массовый расход. Если наша реакция остается той же, то повторения эксперимента приведут к такому же завышению времени заполнения емкости. Тип неопределенности, который не может быть исследован повторениями эксперимента, мы называем систематическими неопределенностями, Этот пример также показывает, что статистический анализ экспериментальных данных не может оценить влияние систематической неопределенности. Отметим, что истинное время заполнения емкости так и остается неизвестным, а также отметим невозможность идентификации систематической ошибки статистически. Различие между систематическими и рандомными неопределенностями можно продемонстрировать на примере измерения длины с помощью рулетки. Если мы измеряем объект несколько раз с помощью рулетки, можем получить результат, отличающийся от истинного значения. Разброс в значениях проявляется вследствие случайной ошибки. Этот разброс является следствием нечеткого положения глаз экспериментатора, что и приводит к определенному смещению результата. Однако рулетка может быть погнута или иметь другие механические повреждения. Тогда к случайной ошибке добавляется систематическая ошибка, связанная с дефектом рулетки. В этом случае мы можем занизить или завысить результат эксперимента на некоторую постоянную величину. В сравнении с систематическими неопределенностями, случайные не обладают фиксированными значениями при повторениях эксперимента. Случайные неопределенности могут возникать в силу таких факторов, как случайные электронные флуктуации, отклонения при записи
результатов эксперимента и неконтролируемое внешнее влияние на экспериментальный процесс. Такие неопределенности трудно предвидеть, и выявляются они только путем повторений эксперимента. Случайные ошибки обычно следуют соответствующему распределению вероятности, и соответствующие неопределенности могут быть оценены статистически – путем повторений измерений. Например, если использовать термопару для измерения температуры, то случайные неопределенности могут возникать из электронных флуктуаций в электрической цепи, приводящих к разбросу данных при измерениях температуры, как показано на рис. 1.1. Рис. 1.1. Схематическая иллюстрация различия между систематической и случайной неопределенностями Разброс данных вокруг среднего значения может быть определен статистически. Напротив, систематическая неопределенность, возникающая вследствие некорректной установки термопары, может привести к некоторому завышению температуры. Следовательно, гистограмма сдвинется от истинного значения (рис. 1.1). Отметим еще раз, что истинное значение физической величины неизвестно и не существует возможности оценить систематическую ошибку из измерений. В последующих главах определим, как комбинировать эти две неопределенности для получения общей неопределенности. Также отметим, что некоторые источники ошибок могут приводить как к систематическим, так и к случайным неопределенностям.
Рассмотрим пример с термопарой, имеющей холодный спай, опущенный в смесь воды и льда. В этом случае систематическая неопределенность возникает вследствие того, что температура холодного спая отлична от нуля и таковой сохраняется в процессе всего эксперимента. Иначе говоря, этот тип ошибки сохранится, даже если проводить измерения многократно, однако он может быть оценен при использовании других инструментов для измерения температуры. 1.2. Распространение неопределенностей Большинство физических величин не могут быть измерены напрямую, а должны определяться из величин, которые могут измеряться напрямую. Непосредственные измерения называются первичными измерениями. Например, плотность жидкости ρ может быть определена из проведения первичных измерений массы m на весах и объема жидкости V, находящейся в измерительном цилиндре. Затем плотность вычисляется по формуле ρ = m/V. В таких измерениях неопределенность вычисляемой величины должна быть определена через неопределенности первичных измерений. Пример. Рассмотрим оценку плотности воздуха ρ, используя первичные измерения давления p и температуры T. Из уравнения состояния следует, что 𝑝= 𝜌𝑅𝑇, где R – газовая постоянная, R = 287 Jkg−1K−1. Пусть измерения давления p и температуры T приводят к следующим результатам: P = (100 ±2) kPa, T = (300 ±1) K. В этом примере погрешность измерения давления равна 2 %, а погрешность измерения температуры составляет 0,33 %. Номинальное (или усредненное) значение плотности в этом случае определяется как 𝜌𝑛𝑜𝑚= 100∙103 287∙300 = 1,16 𝑘𝑔∙𝑚−3.