|
|||||||||||||||||||||||||||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Исследование распределения случайных величинСлучайная (стохастическая) величина может быть одной двух видов – дискретная или непрерывная. Распределение случайных величин подчиняется определенным закономерностям, называемым законами распределения. Примерами законов распределения являются: для дискретных – биномиальный, отрицательный биномиальный, Пуассона, гипергеометрический, Паскаля и его частный случай геометрический (Фарри), дискретный равномерный; для непрерывных – нормальный, логарифмически нормальный, экспоненциальный (показательный), равномерный, Эрланга, Релея, Вейбулла. Для практических целей находят применение кроме базовых законов распределения их усеченные и сдвинутые (со смещением) варианты. Усеченные варианты законов распределения ограничивают интервал варьирования случайной величины слева или справа или слева и справа. Если функция распределения базового (неусеченного) закона имеет вид , то функции усеченного варианта этого же закона представляют следующие выражения ; при xн≤x ≤ xв, ; , где F(x), f(x) и Fу(x), fу(x) – функции распределения (интегральные) F(x) и Fу(x) и функции плотности распределения (дифференциальные) f(x) и fу(x) переменной x соответственно для базового и усеченного законов; xн– нижняя (левая) граница усечения; xв– верхння (правая) граница усечения. Пример графиков функций базового и усеченного распределений приведен на рисунке 2.8. f(x)
fу(x)
f(x)
xн xв x F(x) 1.0 Fу(x)
F(x)
xн xв x Рисунок 2.8 – Графики базовового и усеченного законов распределения
Сдвинутое(смещенное) распределение характеризуется тем, что в отличие от базового, оно формируется не от начального значения x н для базового закона (например, нуля), а от минимально возможного значения xc (xн≤xc). Сдвиг распределения не изменяет его форму, если базовое теоретическое распределение, например нормальное, определено на интервале от минус бесконечности. Общий вид функции распределения со сдвигом имеет вид , где fс (x) – функция плотности закона распределения со сдвигом. Функция плотности закона распределения со сдвигом fc(x) отличается от функции базового закона f(x) тем, что в ней величина x заменяется x - xc, а значения ее параметров определяются по зависимостям для базового закона распределения, в которые вместо оценки математического ожидания xм подставляется величина xм - x c. Например, для экспоненциального закона распределения имеем (ринунок 2.9): для базового варианта закона ; ; ; ; для сдвинутого ; ; ; , где – оценка математического ожидания случайной величины. Математическая обработка выборки случайной величины производится с целью определения закономерностей изучаемого процесса (явления). Для ее исследования необходимо сделать выборку из генеральной совокупности. Наблюдения случайной величины должны проводится в одинаковых условиях. Исследуемая совокупность должна быть однородной. Выборка должна быть репрезентативной (представительной). Необходимый размер выборки, обеспечивающий оценку параметров распределения с заданной относительной точностью e и вероятностью g, зависит от закона распределения и его параметров. f(x)
fc(x)
f(x)
xс x
F(x)
1,0
F(x)
Fc(x)
xс x Рисунок 2.9 – Графики базовового и смещенного (сдвинутого) законов распределения
Например, для нормального закона распределения размер выборки n определяется выражением , где – квантиль распределения Стьюдента при доверительной вероятности 1-g и числе степеней свободы n-1; – квантиль нормального закона распределения при доверительной вероятности 1-g; v – коэффициент вариации случайной величины; e – заданная относительная точность оценки математического ожидания случайной величины. Для определения закономерностей распределения случайных величин рассчитываются характеристики эмпирического распределения, выдвигается гипотеза о теоретическом законе и находятся значения его параметров, производится оценка согласованности теоретического и эмпирического распределений. Одним из возможных алгоритмов расчета характеристик эмпирического распределения непрерывной случайной величины является следующий: а) по результатам наблюдения (замеров) необходимо получить заданное число n значений исследуемого параметра для процесса, явления, предмета; б) составить интервальные статистические ряды распределения частот и частостей полученных значений случайной величины: 1) найти в выборке минимальное Хмin и максимальное Хмах значения случайной величины и размах варьирования Хр=Хмах-Хмin; 2) определить число интервалов N разбиения случайной величины Nп = 1 + int(3.32 lg n); N= max (Nп; 5), где n – размер выборки случайной величины; 3) рассчитать длину интервала h h = Хр / N; 4) определить границы Хj (верхнюю), Хj-1 (нижнюю) и середину Хсj каждого j-го интервала распределения случайной величины () Xj = Xмin + j h; Xj-1 = Xмin + (j-1) h; Xсj = (Xj-1 + Xj)/2. 5) подсчитать число попаданий случайной величины в каждый j-й интервал (частоты Мj), для чего пересмотреть все числа xi () относительно границ интервалов Мj = М j + 1, если X j-1 £ xi < X j при ; Мj = М j + 1, если X j-1 £ xi £ X j при j = N; 6) определить частости (эмпирические вероятности) pэj попадания значений случайной величины в каждый из интервалов путем деления соответствующих частот на объем выборки n, т.е. pэj = Мj / n. Сумма всех частот равна объему выборки , а сумма частостей pэj соответственно равна единице. 7) представить интервальные статистические ряды в виде массивов
в) Построить гистограмму или полигон эмпирического распределения Для построения гистограммы по оси х откладывают границы интервалов значений случайной величины и для каждого из интервалов строится прямоугольник, высота которого равна частному от деления частости данного интервала на величину интервала: fэj= pэj/h, где fэj – эмпирическая функция плотности вероятности. Полигон строится также по значениям fэj, но на серединах интервалов в виде ломаной линии (рисунок 2.10). 1 0.25 fэj
0.15
0.10 2
0.05
Xмin Xmax х X0 X1 X2 Xj (j=N) Рисунок 2.10 – Гистограмма (1) и полигон (2) эмпирического распределения (пример)
г) определить значения эмпирической функции распределения и построить ее график (рисунок 2.11). При этом (j=0). д) Определить числовые характеристики выборки: начальные mk и центральные статистические mck моменты k -го порядка и рассчитываемые через них параметры – оценки математического ожидания xm, выборочной дисперсии s2, среднеквадратического (стандартного) отклонения s, коэффициентов вариации V и сдвинутого (смещенного) распределения Vc, коэффициентов асимметрии A и эксцесса E ; ; ;
1.0 Fэ
0.6
0.4
0.2
Xmin Xmax x X0 X1 X2 XJ (j=N) Рисунок 2.11 – График эмпирической функции распределения (пример)
или или ; ; V= s / xм ; Vc= s /(xм - xc); ; . Поправочные коэффициенты kс, kа и kе служат для получения несмещенной оценки параметров и определяются по формулам: kс = n / (n-1); kа = n2 / (n 2 - 3 n + 2); kе ≈ 1. Гипотеза о законе распределения исследуемой случайной величины выдвигается на основании учета следующей информации: 1) условия и факторы, влияющие на процесс формирования значений случайной величины; 2) форма гистограммы (полигона) эмпирического распределения; 3) значения коэффициента вариации V или Vc для сдвинутого распределения
4) значения выборочных коэффициентов асимметрии А и эксцесса Е. Нормальный закон распределения допустимо выбирать в случае, если выполняются неравенства abs(A)<3Sа и abs(E)<3Sе, ; . Для выбранного закона распределения определяются значения его параметров, записываются выражения для функции плотности вероятности f(x) и функции распределения F(x) исследуемой случайной величины, строятся графики функций f(x) и F(x). Для некоторых законов распределения ниже приведены вид функции плотности вероятности и функции распределения, а также зависимости для вычисления значений параметров.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.013 сек.) |