СТАТИСТИЧЕСКИЙ КОНТРОЛЬ НАДЕЖНОСТИ ЛЕТАТЕЛЬНЫХ КОМПЛЕКСОВ
§ 5.1. ПРИНЦИПЫ СТАТИСТИЧЕСКОГО КОНТРОЛЯ (ОЦЕНИВАНИЯ) ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
В предыдущих главах при рассмотрении показателей эффективности и надежности оперировали с вероятностными характеристиками (показателями), являющимися мерой свойства какого-либо множества. При статистическом контроле такое множество рассматривается как генеральная совокупность.
Иногда считают, что генеральная совокупность бесконечна, однако в ряде практических задач целесообразно выделять конечную генеральную совокупность. Например, для всех ЛК с ЛА одного типа показатель надежности Р(тпл) является математическим ожиданием доли ЛА, которые не откажут в полете. Если в генеральной совокупности 1000 ЛА и надежность Р(тпл) =0,950, то это значит, что 950 из 1000 ЛА будут в полете работать безотказно. Для каждого ЛА данной генеральной совокупности возникновение отказа случайно, т. е. появление отказа для одного ЛА — случайное событие с каким-то законом распределения и математическим ожиданием Р(тпл).
Считаем, что имеется случайная величина X с исходным законом распределения F(x), который определяется вектором числоеых характеристик ©ж (в частном случае 0Ж— параметр). Для статистического оценивания неизвестного параметра 0Т производят репрезентативную (представительную, хорошо отражающую генеральную совокупность) выборку (xi, а’2, …, х„). Рассматриваем пример: допустим, что для оценивания величины Р (тпл) проводят пуски Шиз 1000 Л А. Результаты 10 пусков составят выборку, и если условия эксперимента полно отражают оцениваемые свойства генеральной совокупности, то Еыбсрку можно считать репрезентативной.
По данным выборки можно получить наилучшую статистическую
оценку 0Ж параметра 0Ж. Так как выборка (результаты испытаний)
/
имеет случайный характер, то и статистическая оценка ©ж случайна. Как всякая случайная величина, она может характеризоваться зако
ном распределения Fk, (0Ж) и числовыми характеристиками этого зако — на (математическим ожиданием М0Ж1, дисперсией Df0xl и т. д.).
Естественно, что расчетные формулы для получения оценок 0Ж будут зависеть от исходного распределения F(x), выборки (хь х2, …, хп), а также требований, предъявляемых к оценке.
Обычно стремятся получить несмещенные эффективные и состоятельные оценки. Для несмещенной оценки ее математическое ожидание совпадает с истинным значением оцениваемого параметра
М0Ж] = ©х (5.1)
•Эффективная оценка для данного объема выборки имеет минимальную дисперсию
£>[©*! = min. (5.2)
Состоятельная оценка ©ж с возрастанием объема выборки п сходится по вероятности к истинному значению 0Ж. Иначе это можно сформу-
лировать так. Оценка 0Ж состоятельна, если для любых сколь угодно малых положительных еиг] существует такое пи что при п> nt выполняется неравенство
Вер{|©ж— 0ж|<б}>1— У] (п>п1). ]
Заметим, что с увеличением объема выборки п плотность вероят- ности оценки /в (0Ж, п) приближается к истинному значению 0Ж =
==,Mf©J, т. е. дисперсия оценки D10J с ростом объема выборки стре — мится к нулю (рис. 5.1). Когда испытана вся генеральная совокупность,
случайная величина ©ж превращается в неслучайную (детерминированную) ©ж. Таким образом, испытав всю генеральную совокупность, можно абсолютно точно определить ее свойства. В реальных условиях выборка существенно меньше генеральной совокупности, поэтому необходимо определить достоверность оценки, что чаще всего решают
нахождением доверительного интервала, или доверительных пределов, которые с высокой доверительной вероятностью, или коэффициентом доверия, покрывают неизвестное истинное значение искомого параметра.
Достоверность оценки определяется или двусторонним доверительным интервалом, включающим в себя нижний
/х /ч
©жн и верхний 0ЖВ доверительные пределы, или одно-
/ч
сторонним, включающим в себя нижний (@ж1н, со) (рис. 5.2, а) или верхний (— оо, 0д.1в) (рис. 5.2, б) доверительные пределы.
Двустороннему доверительному интервалу (©жн, в*в) (рис. 5.2, в) соответствует доверительная вероятность у, а одностороннему нижнє-
/X /ч
МУ (0*,h> °°) или верхнему (—оо, 0Ж, В) доверительному интервалу —
Рис. 5.2. Двусторонние и односторонние доверительные пределы |
вероятность у і или yz. Поэтому (1—уі) + (1 — yzf — 1 — Y или 7 — = Yl + Ї2 — 1 ■
При статистическом оценивании доверительные пределы ©а;Н и ©жв случайны, так как они откладываются от случайной оценки ©*:
©жн. в = ©ж A©x(y. «)• (5.3)
Величина А©,, зависит от закона распределения оценки /е (@ж, п), объема выборки п и принятой доверительной вероятности у. т. е.
л
(Д-рДвд.
вер (вж—Д0ж<©ж<еж4- A© J = j /0(0,;. п) dQx = Y, (5.4)
л
0д- Авх
где А©*, п, у — параметры.
л
Получив по выборке объемом п оценку ©х и задавшись величиной
Y, можно найти Д©х при известной плотности /« (©*, п), т. е. определить длину доверительного интервала, который с вероятностью у покроет истинное значение ©ж.
Обратная задача — определение объема выборки, при которой можно с заданной точностью ± А©х и доверительной вероятностью у оценить параметр ©ж. В этом случае (рис. 5.3) назначают неслучайный доверительный интервал (0Х — А©х, 6Х + А0Х), на который с веро-
/Ч
ягностыо y попадет случайная оценка ©ж, определяемая по выборке объемом п, т. е.
Строго говоря, плотности распределения, входящие в (5.4) и (5.5.), могут отличаться (например, в [35,68] фидуциальные интервалы),
но в практических задачах такие |
Рис. 5.3. Неслучайный доверительный интервал статистической оценки |
®Ж+Д©х)= J /« (©*. я) *вх= V — (5.5) |
©я — параметра 6,:; определить двусторонний или односторонний доверительный интервал, покрывающий истинное значение 0жс высокой вероятностью у.