Page 302 - 4196

2
   n  , 1  0 .
k 1 
2) Обчислюємо
  3     2 

 1n  a2 n 1  a2 a
f  2 ; x    k    .
 1n  a3   n 1  a3  n 1  a3  

3) Згідно апроксимації Пірсона ймовірність вияв-
лення аномалії дорівнює

   P 2    n   a , 1   k  P  2  x . (6.36)
f
2
4) В таблиці інтегралу ймовірностей  [10] за ар-
гументами x і  f знаходимо шукану ймовірність  .

Розглянемо приклади виявлення аномалії за допо-
могою статистик (6.22), (6.23) і (6.30).
В таблиці 6.6 представлений ряд змодельованих
випадкових величин x 1 ,..., x розподілу  1,0N , де в x
2
10
і x внесена аномалія a  , 3 j  , 2 3.
3
j

Таблиця 6.6 - Модель реалізації випадкового поля
з детермінованим сигналом
j 1 2 3 4 5 6 7 8 9 10
x 5.7 8.8 9.9 7.6 5.9 4.5 5.4 6.6 7.0 4.7
j

Приклад 6.2 Перевірка аномальності ряду (таблиця
6.6) статистиками (6.22), (6.23).
Розв’язання.
1) Утворимо варіаційний ряд

 1  2  3  4  5  6  7  8  9  10
x x x x x x x x x x

9.9 8.8 7.6 7.0 6.6 5.9 5.7 5.4 4.7 4.5

302