[发明专利]一种试验子样容量性状的判定方法

说明书

本发明公开一种试验子样容量性状的判定方法，步骤为：S1.获取目标子样的原始试验数据，并根据获取的原始试验数据确定目标子样的统计分布；S2.由步骤S1确定的统计分布，确定进行估计时的目标估计精度；S3.计算使得在步骤S1确定的统计分布下满足目标估计精度时的样本容量需求量；S4.根据目标子样的容量与步骤S3计算得到的样本容量需求量之间的大小关系，判定目标子样的容量的性状。本发明具有实现方法简单、能够实现试验子样容量性状的量化判定，且判定的效率及精度高，以及数据分析精度高等优点。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种适用于指标鉴定、试验分析的试验子样容量性状的判定方法。

背景技术

指标鉴定是产品或者系统设计、研制过程中或完成后的重要步骤，是检验产品或系统有无满足设计目标的过程，是各类工业领域中的一项关键技术以对产品的重要性能进行检验。由于试验条件的制约，在对损耗大、成本高、复现难的装备系统进行现场试验时，难以实现试验数据的中大样本量(几百甚至上千上万)，大多数装备试验时样本容量都是小子样。

目前的各类统计理论中，不同统计理论对于不同子样容量的性状(即子样容量的大小)适用不同，即大子样容量、小子样容量适用于采用不同统计理论进行分析，子样容量的大小将直接影响统计推断的精度及可信度。如经典频率统计学是基于总体信息和样本信息进行统计推断，其基本观点是将数据(样本)视为来自具有一定概率分布的总体，研究的对象也是这个总体而不局限于数据本身，包括点估计、区间估计、假设检验、最大似然估计、两类风险概率等方法理论。基于经典频率学的统计方法存在局限性，虽然能够很好的适用于大子样的试验分析，但是对于小子样的试验分析性能差，很多情况下无法合理解释小子样试验的结果，也无法提供合理的指标鉴定、试验分析的解决方案。

又如贝叶斯统计学则是通过充分利用总体信息、样本信息和先验信息等三种信息进行统计推断，任何参数的统计推断都是基于上述三种信息的综合估计而得到的，其中总体信息即总体分布或总体所属分布族所包含的信息，样本信息即从总体抽取的样本所包含的信息，而先验信息则是在抽样之前有关统计问题的信息，则贝叶斯统计学特别适用于小子样数据分析。

各类统计理论中，如上述经典频率统计学、贝叶斯统计学等，对于小子样的界定通常相差较大，还未有针对子样容量性状判定的有效方法，也未能实现子样容量性状的量化判定。目前对子样试验进行指标鉴定或试验分析时，通常都是直接采用经典频率统计学方法而不考虑子样容量的性状问题，即是属于大子样容量还是小子样容量，样本容量的性状判定也都是基于经验判断，仅仅在采用经典频率统计方法无法满足统计推断所需精度需求的时候才进一步考虑针对小子样的分析方法，再重新采用小子样的分析方法进行分析以达到精度要求，使得数据分析过程复杂、数据分析精度低，不能根据样本容量性状精确的采用合适的数据分析方法。

在对工业装备进行指标鉴定及试验数据分析时，通常损耗大、成本高且复现难，若无法在进行相关数据分析之前确定合适的数据分析方法，而是采用不同的数据分析方法以最终达到所需精度要求，会使得试验损耗大，极大的增加试验成本及试验复杂度。因此，亟需提供一种针对指标鉴定及试验数据分析中试验子样容量性状的判定方法，使得能够实现试验子样容量性状的精确量化判定。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、能够实现试验子样容量性状的量化判定，且判定的效率及精度高的试验子样容量性状的判定方法。

为解决上述技术问题，本发明提出的技术方案为：

一种试验子样容量性状的判定方法，步骤为：

S1.获取目标子样的原始试验数据，并根据获取的原始试验数据确定目标子样的统计分布；

S2.由所述步骤S1确定的统计分布，确定进行估计时的目标估计精度；