2. Исследования, проводимые на этапе моделирования

Выбираем 3 сезона – с минимальной, максимальной, и наиболее близкой к среднему, значением дисперсии . Для Каждого из выбранных сезонов моделируем выборку по псевдо реальных значений: , где подчиняются нормальному закону с нулевым математическим ожиданием и дисперсией . Можно использовать как встроенный датчик, так и свой. Для каждой смоделированной выборки объема подсчитывается число случаев, когда смоделированное значение больше, чем «верхняя граница доверительного интервала» и число случаев, когда смоделированное значение меньше, чем «нижняя граница доверительного интервала». Сравниваем с теоретическими значениями . Делаем выводы о степени корректности применения рассматриваемых методик построения доверительных интервалов к конкретной наблюдаемой ситуации, о характере потенциальных ошибок в статистических выводах. Также для каждой выборки объема вычисляем оценку мат. ожидания и дисперсии . Результаты представляются в виде таблицы

Номер сезона						По правилу , с использованием		По правилу , с использованием

Бонусная часть РГЗ

1. Введение дополнительного метода построения доверительного интервала в случае распределения наблюдений по нормальному закону (1 бонусный балл).

Используются те же смоделированные данные, что были получены при выполнении базовой части. По ним (по всем наблюдениям всех задействованных периодов одновременно) расчитывается оценка МАРЕ, выражение * МАРЕ потом используется вместо при вычислении доверительных интервалов по схеме, аналогичной схеме 1.Б базовой части. Результаты: полученный доверительный интервал интегрируется в рисунок, формируемый в аналитической составляющей базовой части РГЗ; информация по вылетам за пределы доверительных интервалов добавляется в таблицу, формируемую по второй составляющей базовой части РГЗ.

2. Рассмотрение несимметричного закона, описанного в пункте «b» задания каждого варианта (1 бонусный балл)

Моделируются псевдо реальные наблюдения при распределении по указанному несимметричному закону с нулевым математическим ожиданием и дисперсией . Датчик можно использовать встроенный. Связь параметров распределений с дисперсией приведены ниже. Доверительные интервалы остаются прежними (мы предполагаем, что знаем при построении доверительного интервала только ту информацию, по которой рассчитали оценки мат. ожидания и дисперсии), результатом является анализ данных формируемой по вновь смоделированным выборкам таблицы, аналогичной той, что формировалась (для нормального случая) во втором разделе базовой части РГЗ. Также при формировании отчета осуществляется (для каждого из сезонов, для которых проводилось моделирование):

1. вывод на экран параметров моделируемого распределения;

2. отображение графика функции плотности распределения при заданных параметрах распределения;

3. отображение графика функции распределения при заданных параметрах распределения.

Расчет параметров распределений на основе значений и .

Для распределения минимальных значений (при нулевом математическом ожидании)

,

Для распределения максимальных значений (при нулевом математическом ожидании)

, где - это первый и второй параметры распределения минимальных (и максимальных) значений.