132

132

Jako estymatora dystrybuanty empirycznej można stosować wartości obliczo-j ne ze wzoru:    ■;

^ (6.22}!

gdzie:    1

i - liczba narzędzi zużytych    w przedziale (0,t),    j

n - liczność próbki.    ,

Otrzymane statystyki nanosimy na układ współrzędnych, przyporządkowując ’ je odpowiednim wartościom t^« Przebieg prostej można wyznaczyć również.ko-rzystając z metody najmniejszych kwadratów.

Z otrzymanego wykresu możemy oszacować wartości parametrów ctip , Wartość parametru cc odpowiada wartości współrzędnej y dla x = 1, którą ^ wyznaczamy za pomocą linii równoległej do prostej empirycznej wykreślonej j z punktu (1,0). Wartość parametru p obliczamy z zależności lnp= y,dla ^ wartości y otrzymanej z przecięcia krzywej empirycznej z odciętą x=1.    !

Na podstawie wartości parametrów pt i p otrzymujemy odpowiednie posta- i cie funkcji f(t);    F(t); E(T); R(t) i A(t) które następnie można przed- }

stawić graficznie.

6.2.5. Analiza wariancji. Klasyfikacja pojedyncza

Model matematyczny klasyfikacji pojedynczej jest następujący [6.l];

^yij “ F ^{+ w}i ^{+ e}ij    ⁽⁶ *²³⁾

gdzie:

-    cecha mierzalna obiektu

-    efekt i-tego obiektu e^ - błąd eksperymentalny

u - średnia ogólna populacji

Zagadnienie sprowadza się do porównania średnich wartości cech mierzalnych obiektów na podstawie weryfikacji hipotezy o braku różnic między nimi. Hipotezę weryfikujemy w oparciu o test istotności F, który ma postać:

F°

(6.24)

gdzie:

-    średni kwadrat dla obiektów

-    średni kwadrat dla błędu

Jeżeli F° > F odczytanego z tablic F-Snedecora £6.63 na danym poziomie istotności cc oraz liczbie stopni swobody dla obiektów i dla błędu, to odrzucamy hipotezę o braku różnic między obiektami.