Читайте также:
|
|
Досліджувана нами величина R за визначеного значення T є випадковою величиною, яка зкладається з регулярної та випадкової складової. Отже, формально dRі можна вважати функцією коефіцієнтів в рівнянні (1).
d Rі (T)= Rі (T) — (a n T n + a n— 1 T n —1 +...+ a1 T + a0). | (2) |
Припустимо, що необхідно для обраної функції (в нашому випадку — для поліному заданої степіні) найбільш ефективно оцінити систему параметрів a і. Метод найбільшої правдоподібності дозволяє розв’язати цю проблему. Цей метод полягає в тому, що для набору випадкових величин d Rі будується функція правдоподібності L, яка є ймовірностю отримати на експерименті саме цей набір значень Rі (Ti) для обраної функції R (T).
Якщо величини d Rі незалежні одна від одної (це дуже суттєве обмеження, яке на практиці може і не виконуватись), функція правдоподібності L дорівнюватиме добутку ймовірностей p (d Rі):
L = p (d Rn) × p (d Rn -1)×...× p (d R 1), | (3) |
де n — кількість експериментальних точок. За умов нормального розподілу d Rі
(4) |
і функція правдоподібності дорівнює
, | (5) |
де рi(0)=p0 і s2 (дисперсія величини R) вважаються однаковими для кожного виміру.
Методами математичної статистики показується, що найбільш правдоподібна оцінка системи параметрів a і відповідає максимуму функції правдоподібності (максимальна ймовірність), тобто із умов
¶ L /¶a і = 0, i= 0, 1, 2,..., n‚ | (6) |
або‚ оскільки логарифм є монотоннoю функцією аргументу‚ іноді використовують оцінку
¶ ln L / ¶a і = 0, i = 0, 1, 2,..., n. | (7) |
Виражаючи (3) через (2) та підставляючи в (7) отримуємо систему лінійних рівнянь, які легко розв’язуються методами алгебри або аналітично на комп’ютері (пропонуємо вивести самостійно системи рівнянь). Як видно з (4), за умови нормального розподілу величини d Rі з нульовим середнім максимум функції правдоподібності має місце за умови мінімуму величини , тобто працює окремий випадок метода найбільшої правдоподібності — метод найменших квадратів, який ретельно описано в [1].
Довірчі оцінки. Критерій значущості c2
Метод найменших квадратів або комп’ютерний розрахунок дозволяють знайти коефіцієнти a i в рівнянні (1). Проте‚ вони нічого не говорять про точність або достовірність оцінок, зроблених таким чином. Методи математичної статистики дають можливість кількісно оцінити‚ наскільки вірною була висунута гіпотеза‚ тобто запропонована експериментатором інтерпретація отриманих результатів. Робиться це за допомогою довірчих оцінок. Останні вказують кількість випадків (ймовірність р) знайти величину‚ що вимірюється‚ в серії однакових експериментів. Цими величинами може бути середнє значення‚ дисперсія‚ тобто будь-яка функція вибірки “випадкових” експериментальних значень (наприклад Rі (T)).
Нехай ми висунули деяке припущення щодо істиної поведінки величини R в залежності від T ‚ тобто ми висловили гіпотезу. Очевидно‚ що між експериментальними точками та теоретичною кривою буде існувати деякий розкид. Справедливо запитання — наскільки уваги треба йому приділяти? Наскільки істотними є спостережені розбіжності? Чи не є вони передвісниками нового‚ невідомого ще явища? Очевидним рішенням проблеми є багатократне повторення експерименту. Проте‚ воно є дорогим‚ віднімає багато часу‚ а іноді просто неможливе. Дослідження цієї проблеми робиться за допомогою критеріїв значущості.
Зрозуміло‚ що відносно однієї і тієї ж низки результатів можна висунути декілька гіпотез. В тому числі‚ що теоретична крива проходить через усі точки. Формально‚ така крива найліпше задовольняє експериментальним результатам. Однак‚ здоровий глузд вказує‚ що це не так. До того ж‚ висновки математичної статистики‚ яку застосовують при обробці результатів‚ справедливі в асимптотиці‚ тобто при великій кількості ступенів волі. Це означає, що кількість експериментальних точок має бути значно більшою‚ ніж степінь поліному n. Чим більше експериментальних точок‚ тим більше ступенів волі. Ступенем волі називається число, що дорівнює різниці між кількістю експериментальних точок та кількістю параметрів‚ що необхідно встановити з експерименту. Наприклад‚ при числі експериментальних точок 2 можна одним єдиним чином провести пряму (встановити два параметри), 3 — параболу (встановити три параметри), тощо. В такому випадку число ступенів волі дорівнює 0. Проте із збільшенням числа експериментальних точок, з’являється вибір — зростає кількість ступенів волі. Чим більше ступенів волі, тим достовірніше інтерпретація результатів експерименту. В конкретному випадку поліноміальної залежності‚ кількість ступенів волі має бути набагато більша за степінь полінома.
Корисним критерієм оцінки розбіжностей між теоретичною і експериментальною кривою є оцінка того‚ наскільки розкид задовольняє нормальному або Гаусовому розподілу (4). Принаймі‚ якщо дійсно має місце такий розкид‚ це дозволяє з чистим серцем облишити подальші пошуки невідкритих закономірностей. Мірою порівняння‚ очевидно‚ виступає точність‚ з якою вимірюються експериментальні точки, і яку можна (і необхідно!) оцінити з незалежних джерел — багатократних повторів вимірів, припустимих похибок приладів, тощо. В методі c2 за таку міру приймається сума квадратів відхилень від теоретичної залежності‚ віднесені до стандартної похибки данного виміру
(8) |
За допомогою таблиці‚ що наведена в [1] і яку легко знайти в будь-якому математичному довіднику (наприклад [3])‚ для відповідного числа ступенів волі встановлюється ймовірність р знайти залежність‚ що припускається‚ в серії однакових експериментів. Детально робота з таблицею описано в [1].
При порівнянні з таблицею використовують таку термінологію. Якщо знайдена з досліду величина c2 має спостерігатися в 1...5 % випадків‚ то відхилення експериментальних точок від теоретичних є майже значні ‚ якщо в 0,1...1%‚ то значні ‚ якщо менше 0,1% — дуже значні (тобто теоретичній залежності нема віри). В останньому випадку треба шукати іншу теоретичну залежність, наприклад, підвищити степінь полінома. При ймовірності c2 більше 5% — експериментальних точок занадто мало‚ щоб відкинути гіпотезу. Це може означати, що гіпотеза вірна, а з іншого боку — що експериментальні точки недостатньо точні, і для підтвердження або спростування гіпотези треба виконати більш точні виміри.
Дата добавления: 2015-08-27; просмотров: 107 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Теоретична довідка | | | Теоретичні основи експерименту |