20
=3,77506; 
=3,18372; 
=2,63992.
Вычисляем дисперсию средних значений относительно соответствующих линий регрессии 
(п. 6.4) по формуле (15).
Вычисляем дисперсионное отношение F
Условие линейности выполняется для уровня значимости, равного 0,025, так как 5,08 меньше табличного значения, равного 5,29.
5. Определение вида статистического распределения.
По критерию ω2 получено в соответствии с ГОСТ 11.006-74, что эмпирические данные могут быть описаны как логарифмически нормальным распределением, так и распределением Вейбулла.
6. Определение среднего ресурса при требуемой температуре tтр=155°C (пп. 9.1 и 9.2).
По формулам (20 и 21) определяем
7. Определение среднего значения гамма-процентного ресурса для логарифмически нормального распределения (п. 9.3.1).
Определяем общую дисперсию (п. 6.5) по формуле (16).
S=0,06578.
Определяем uγ (п. 9.3.1.1) по формуле (22) для γ=0,9
uα=1,282 для γ=0,9 (по таблицам)
uγ=u0,9=4,59233-0,065078?1,282=4,512154.
Определяем математическое ожидание гамма-процентного ресурса (п. 9.3.1.2) для γ=0,9 по формуле (23).
L0,9лн=10(4,512154+1,1513?0,004235)=32887 ч≈33000 ч.
8. Определение среднего значения гамма-процентного ресурса для распределения Вейбулла (п. 9.3.2).
Определяем коэффициент вариации по формуле (25).
По таблице 3 для νв=0,1507 параметр формы b распределения Вейбулла равен 7,85.
Определяем математическое ожидание гамма-процентного ресурса по формуле (24) для γ=0,9.