126
6.2.2. Rozkład normalny
Rozkład normalny Jest podstawowym rozkładem analizy statystycznej.Równanie krzywej normalnej określającej częstość y zaobserwowania różnych wartości x, ma postać: r
(6.8),
-i “ łrt*
y = BK ó>/2?
gdzieś p - wartość średnia,
ó - odchylenie standardowe.
Rys. 6.1. Przebieg krzywej rozkładu normalnego y = f(x) dla rożnych wartości 6
Przebieg krzywej normalnej przedstawiono na rys. 6.1. Całkowite pole pod krzywą jest równe jedności. Natomiast prawdopodobieństwo zaobserwowania dla zmiennej o rozkładzie normalnym wartości równej lub mniejszej od wartości określa pole pod krzywą normalną od-00 do x^
21 1 (K-Ufi
P(x«ł) i —3— J e *ł 'ćbc (6.9)
iaźdą wartość x możemy wyrazić ilością jednostek odchylenia standardowego, o którą ta wartość odchyla się od średniej
gdzie i z - zmienna standaryzowana, którą możemy określić jako:
Natomiast prawdopodobieństwo wystąpienia odchylenia od średniej tak dużego Jak jest wyrażonej
(6.12)
Przy opraoowywanlu rozkładzie normalnym,| -2*1.1 - P(z)] wy
raża s^męisjŁcjHi^tarawdbpoaobieństwo dla wyników w przedziale §1 || , a wyrażenie 2[l - E‘(z)], oznacza się zazwyczaj Jako O. 1 nazywa alę poziomem istotności testu statystycznego.
16.2.3* Test t - Studenta
Rozkład t — Studenta odgrywa dużą rolę w zastosowaniach związanych z rozkładem normalnym w przypadku, gdy nieznane Jest odchylenie standardowe.
Na rysunku 6.2 przedstawiono wykres gęstości prawdopodobieństwa zmiennych losowych o rozkładzie Studenta i rozkładzie normalnym, W przypadku liczby pomiarów dążących do nieskończoności, rozkład t- Studenta Jest |zbieżny do rozkładu normalnego.
Rys. 6.2. Przebieg krzywych rozkładu normalnego i t - Studenta Zmienna standaryzowana dla rozkładu t - Studenta ma postaći
t i 1 l9 (6.13)
b(x)
gdzie: ji - prawdziwa średnia,
x - średnia arytmetyczna,
s(x) - odchylenie standardowe średnich z próbek o llcznoścl n. Wartość prawdziwej średniej możemy wyliczyć z zależności:
F = | (6,1M
Wartości zmiennej standaryzowanej możemy odczytać z tablicy 6.2 dla danego poziomu istotności testu <x oraz liczby stopni swobody k = n - 'l.
Przykład 6.1
Ustalmy 95% przedział ufności (a = 0,05) dLla wartości współczynnika spęczenia warstwy skrawanej k„_i = f(v) według danych zawartych w tabli-cy ;6.3-