На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


Курсовик Метод гистограмм: рассеивания и распределения. Сравнение гистограмм с гистограммами допуска. Стратификация гистограмм

Информация:

Тип работы: Курсовик. Добавлен: 14.05.2012. Сдан: 2011. Страниц: 51. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Оглавление

ВВЕДЕНИЕ 4
1.ГИСТОГРАММЫ РАССЕИВАНИЯ И РАСПРЕДЕЛЕНИЯ 6
1.1 Гистограмма рассеяния 6
1.2 Гистограммы распределения 9
2. СРАВНЕНИЕ ГИСТОГРАММ С ГИСТОГРАММАМИ ДОПУСКА 15
3. СТРАТИФИКАЦИЯ ГИСТОГРАММ 18
3. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ 23
3.1 Задача №1 23
3.1.1 Постановка задачи 23
3.1.2 Ход решения 23
3.1.3 Вывод: 24
3.2 Задача №2 25
3.2.1 Постановка задачи 25
3.2.2 Ход решения 25
3.2.3 Вывод: 26
3.3 Задача №3 27
3.3.1 Постановка задачи 27
3.3.2 Ход решения 27
3.3.3 Вывод: 33
3.4 Задача №4 34
3.4.1 Постановка задачи 34
3.4.2 Ход решения 34
3.4.3 Вывод: 35
3.5 Задача № 5 36
3.5.1 Постановка задачи 36
3.5.2 Ход решения 36
3.5.3 Вывод: 38

3.6 Задача №6 39
3.6.1 Постановка задачи 39
3.6.2 Ход решения 39
3.6.3 Вывод: 44
3.7 Задача №7 45
3.7.1 Постановка задачи 45
3.7.2 Ход решения 45
3.7.3 Вывод: 48
ЗАКЛЮЧЕНИЕ 49
СПИСОК ЛИТЕРАТУРЫ 51


Введение
Гистограммы использовались задолго до того, как получили свое имя, но их дата рождения неясна. Столбчатые диаграммы (bar chart), т.е. Гистограммы, в которых с каждым столбцом ассоциируется отдельный базисный элемент, скорее всего, предшествуют гистограммам, и это помогает нам установить нижнюю временную границу их первого появления. Наиболее древняя столбчатая диаграмма появилась в книге шотландского политического экономиста Уильяма Плейфейра (William Playfair) "The Commercial and Political Atlas" (London 1786), в которой демонстрируются показатели импорта и экспорта Шотландии в семнадцать стран в 1781 г. Хотя Плейфейр относился к своему изобретению скептически, в последующие годы оно было принято многими, включая Флоренса Найтингейла (Florence Nightingale), который использовал их в 1859 г. Для сравнения смертности в армии в мирное время со смертностью гражданского населения, и путем этого убедил правительство улучшить гигиенические условия в армии.
Из всего сказанного ясно, что гистограммы задумывались как визуальная поддержка статистической аппроксимации. Даже сегодня этот смысл доминирует в общем восприятии гистограмм. В словаре Вебстера гистограмма определяется как "столбчатая диаграмма частотного распределения, в которой ширина столбцов пропорциональна классам, на которые была разделена переменная, а высота столбцов пропорциональная частотам этих классов". Однако гистограммы исключительно полезны, даже если отсоединить их от канонического графического представления и рассматривать как чисто математические объекты, сохраняющие приближения распределений данных. Именно так мы относимся к ним в этой статье.
В последние два десятилетия гистограммы использовались в нескольких областях информатики. Кроме области баз данных, гистограммы играют важную роль, главным образом, в областях обработки изображений и машинного зрения. При заданном изображении (или видео) и визуальном пиксельном параметре, гистограмма фиксирует для каждого возможного значения параметра ("класса" по Вебстеру) число пикселей, имеющихся у этого значения ("частота" по Вебстеру). Такая гистограмма является сводной характеристикой изображения и может быть очень полезна при решении нескольких задач: распознавании похожих изображений, сжатии изображений и т.д. В литературе наиболее распространены диаграммы цветов, например, в системе QBIC, но было предложено и несколько других параметров, например, плотность границ, текстурность, градиент яркости и т.д. Вообще говоря, гистограммы, используемые в областях обработки изображений и машинного зрения, являются точными. Например, в гистограмме цветов содержится раздельное и точное число пикселей для каждого возможного отдельного цвета изображения. Единственным элементом аппроксимации могло бы быть число бит, используемых для представления различных цветов: наличие меньшего числа бит означает, что несколько реальных цветов будет изображаться одним цветом, ассоциируемым с числом пикселей, которое имелось бы совместно у всех заменяемых таким образом цветов. Однако даже такая разновидность аппроксимации не является распространенной. В области баз данных гистограммы используются как механизм выровненного по краям сжатия и аппроксимации распределений данных. В литературе и системах они появились в 1980-х и впоследствии изучались с возрастающей интенсивностью. В этой статье мы концентрируемся на понятии гистограмм, принятом в области баз данных, обсуждаем наиболее важные разработки, относящиеся к этой теме, и кратко характеризуем несколько проблем, которые считаем интересными, и решение которых может еще более расширить применимость и полезность гистограмм
1.Гистограммы рассеивания и распределения
1.1 Гистограмма рассеяния

Рассеяние, генеральные совокупности и выборки. Параметры технологического процесса, на которые действуют множество факторов (человек, оборудование, режущий инструмент, материал, температура окружающей среды и т.д.), не могут быть все время одинаковы и изменяются в пределах, влияющих на них погрешностей действующих факторов. Так что неизбежно, что в любом заданном множестве значений параметра будет рассеивание. Но, хотя сами значения параметра все время меняются, они подчиняются определенной закономерности, которую называют распределением.
При контроле качества изделий необходимо на основе собранных данных выявить реальное состояние показателей качества изделия, по которым, сравнивая их с требуемыми показателями, принимается окончательное решение о годности данного изделия. Если проверяются все изделия, то вся их совокупность называется генеральной популяцией или генеральной совокупностью. Одно или несколько изделий, взятых из генеральной совокупности, называется выборкой. Так как выборка используется для оценивания характеристик всей генеральной совокупности, ее необходимо выбирать таким образом, чтобы она отражала именно эти характеристики. А для этого выборка должна быть случайной. Данные, полученные на выборках, служат основой для решения о генеральной совокупности. Очевидно, что чем больше объем выборки, тем больше информации об этой совокупности можно получить, тем точнее она будет характеризовать всю генеральную совокупность. Для оценки совокупности изделий по случайной выборке применяют метод, основанный на построении гистограммы распределения.
Подготовка данных для построения гистограммы. Допустим, что надо исследовать вероятность достижения заданной точности диаметра наружной поверхности оси, обрабатываемой на токарном станке в размер 32,50 ±0,025. Для этого из большого количества осей взята выборка в количестве 90 штук. Имеется банк измеренных диаметров осей, при этом максимальный измеренный диаметр равен 32,5455 мм, а минимальный-32,5005 мм. Построим гистограмму по данным измерений диаметров осей. Рассмотрим последовательно этапы подготовки данных для построения.
Этап 1- вычислить размах выборки (r). Размах выборки равен разности наибольшего и наименьшего значения измерений диаметров: r=0,045 мм.
Этап 2 - определить количество и размеры одного интервала размаха выборки. Для наглядности гистограммы рекомендуется выбирать при ее построении от 5 до 20 интервалов равной ширины. Для нашего случая можно принять количество интервалов равным 9 при ширине одного интервала 0,005 мм...................

3. Практическое применение статистических методов

Вариант №2
3.1 Задача №1
3.1.1 Постановка задачи
На основании данных контрольного листка построить диаграмму Парето и сделать вывод, на какой вид дефектов необходимо обратить внимание в первую очередь и попытаться его устранить.

3.2 Задача №2
3.2.1 Постановка задачи
На основании контрольного листка регистрации распределения ширины изделия построить диаграмму распределения и сделать вывод о необходимости вмешательства в процесс.


3.3 Задача №3
3.3.1 Постановка задачи
Проверить гипотезу о виде распределения генеральной совокупности на основании данных выборки. Сделать вывод: какая была гипотеза, подтверждена ли.

Предположим, что выборка была сделана из нормального распределенной генеральной совокупности. Для проверки этой гипотезы используем критерий Хи- квадрат. Выборку разбиваем на К интервалов.
ni - число элементов выборки, попавших в i-й интервал. Используя предполагаемый закон распределения с учетом оценок параметров этого закона, найденных по выборке, можно найти вероятность pi попадания случайной величины X в i-тый интервал. для проверки рассматриваемой гипотезы используется статистика, которая распределена по закону хи-квадрат.

3.5 Задача № 5
3.5.1 Постановка задачи
Контролируется средний вес упаковки продукта на автоматической линии. Каждый час взвешиваются по три упаковки; в контрольном листке приведены данные за 20 часов. Допуск 100 ±20. Построить карты медиан и размахов для контроля веса упаковки продукции на автоматической линии. Если процесс статистически стабильный - вычислить индексы воспроизводимости, центрированности и работоспособности процесса. В противном случае вычислить - индекс пригодности.


3.6 Задача №6
3.6.1 Постановка задачи
Построить карты индивидуальных значений и скользящих размахов для контроля содержания железа в смазочно-охлаждающей жидкости при ее очистке. Верхняя граница допуска на содержание железа: USL = 80. Если процесс статистически стабильный - вычислить индексы воспроизводимости, центрированности и работоспособности процесса. В противном случае вычислить - индекс пригодности.


3.7 Задача №7
3.7.1 Постановка задачи
Построить u-карту для контроля числа дефектов на одно трикотажное изделие по данным.


Заключение
Гистограммы или линейчатые диаграммы – удобное средство для обработки результатов измерений. Область значений измеряемой величины разбивается на несколько интервалов, называемых также карманами, в которых в виде столбцов откладывается количество попавших в этот интервал измерений, называемое частотой. Карманы не обязательно должны быть равными, но они должны располагаться по возрастанию границ. В принципе полуинтервал карманов можно оставить пустым. Microsoft excel равномерно распределит карманы в интервале от минимального до максимального значения исходных данных. Число карманов будет равно корню квадратному из количества исходных значений.
Можно выполнить до трех типов анализа, установив соответствующие флажки: парето (отсортированная гистограмма), интегральный процент и вывод графика.
В столбце частота выводится число исходных значений, которые больше или равны левой границы кармана, но меньше левой границы следующего кармана. Последним значением столбца является число исходных значений, больших или равных левой границе последнего кармана. Столбец интервалов для карманов дублируется в столбец карман. Это удобно, если выходной интервал для результатов анализа задан в другом месте, а не рядом с интервалом карманов. Нельзя выходной интервал совместить с исходным интервалом карманов. Так как интервал карманов копируется, то его лучше заполнить числовыми константами, а не формулами. Если все же нужны формулы, то в них обязательно должны использоваться абсолютные ссылки, иначе результаты копирования могут оказаться неверными.
При установленном флажке Парето выходная таблица сортируется по убыванию частоты, а при установленном флажке интегральный процент в таблицу добавляется столбец с накопляемым процентным вкладом каждого кластера.
Инструмент гистограмма генерирует таблицу числовых констант. В тех случаях, когда необходима связь с исходными значениями, следует использовать формулы с табличной функцией частота (массив данных; массив карманов).
?
Список литературы
1. Статистика. Ответы на экзаменационные вопросы: Л. М. Неганова — Москва, Экзамен, 2005 г.- 224 с.
2 Статистика. Учебник для ВУЗов под редакцией Елисеевой И.И. М.:Проспект – 2006.- 443с.
3. Игорь Сафронов. Visual Basic в примерах и задачах. – СПб.: БХВ – Санкт-Петербург, 2007. - 393с.
4. Ефимова М.Р., Ганченко О.И., Петрова Е.В. Практикум по общей теории статистики. М. Финансы и статистика - 2005 . – 332с.



Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.