- •Статистические методы и модели
- •Содержание
- •Введение
- •1 Статистическое моделирование систем
- •Сущность метода статистических испытаний
- •Формирование случайных величин с заданными законами
- •1.3 Приближенный способ формирования случайной величины с произвольной функцией распределения
- •1.4 Общие сведения о цепях Маркова
- •Статистические методы анализа и обработки
- •Интервальная оценка параметров
- •Пример № 3. Имеем выборку.
- •Определить положение центра группирования и доверительный интервал j с надежностью .
- •2.2 Статистическая проверка гипотез
- •Выразим из формулы и вычтем уравнения
- •Проверка гипотезы о равенстве среднеквадратичной оценки выборочной оценки самой среднеквадратичной генеральной
- •2.4 Оценка равенства дисперсий двух выборок
- •2.5 Оценка однородности дисперсии
- •2.6 Оценка сомнительных результатов
- •3 Обработка результатов эксперимента методом
- •3.1 Зависимость между случайными величинами
- •3.2 Обработка результатов пассивного эксперимента методом
- •3.3 Особенности обработки результатов эксперимента методом
- •Обработка результатов эксперимента методом
- •4.1 Основные понятия дисперсионного анализа
- •Однофакторный дисперсионный анализ
- •4.3 Алгоритм расчета однофакторного дисперсионного анализа
- •4.4 Двухфакторный дисперсионный анализ
- •Примечания.
- •Решение.
- •Список использованных источников
- •Приложение a
- •Приложение б
- •Приложение в
- •Значимые ранги множественного рангового критерия Дункана при
- •Приложение г
- •Приложение д
- •Приложение е
- •Приложение ж
- •Приложение и
- •Приложение к
1.3 Приближенный способ формирования случайной величины с произвольной функцией распределения
Случайная величина может быть задана дискретно. В этом случае интеграл от закона распределения не берется.
1 Способ формирования случайной дискретной величины.
Предположим, что случайная величина принимает следующие значения
.
Условие
нормировки
Для реализации дискретного распределения берется отрезок единичной длины и разбивается на интервалы
Длина отрезков пропорциональна вероятности. Тогда вероятность того, что случайная величина примет случайное значение от до
,
при условии, что внутри каждого интервала плотность распределения равна единице.
Вероятность
того, что
примет
значение
до
будет равно
,
то
есть, равна длине интервала
или вероятности.
Формулируем случайную величину R, равномерно распределенную на интервале . Определяем в какой интервал попадет R, затем по интервалу определяем вероятность и присваиваем ей значение, которое определено исходными данными (рисунок 1.5).
Рисунок 1.5 – Распределение вероятностей на интервале
Все
точки в интервале p1
будут
принимать значение
.
Таким образом, можно формировать любое
дискретное распределение.
2 Способ формирования случайной величины , заданной непрерывной функцией.
Допустим, непрерывная функция распределения может быть получена опытным путем, а аналитически описать ее не представляется возможным или результат описания опытного распределения не удовлетворяет исследователя. В этом случае используют данный способ.
На
первом этапе определяем интервал
изменения случайной величины от
до
.
Весь интервал изменения случайной
величины делится на n
равных интервалов
(рисунок 1.6)
.
Рисунок 1.6 – Произвольный закон распределения
На
каждом интервале строим криволинейную
трапецию, основание которой является
,
а верхняя часть кривая функции. В виду
того, что
,
тогда площадь криволинейной i-ой
трапеции определяется выражением:
. (1.22)
На каждом интервале строим прямоугольник, площадь которого эквивалентна площади элементарной криволинейной трапеции. Высота прямоугольника равна
.
Теперь необходимо нормировать всю площадь под кривой из условия, что
. (1.23)
Сумма всех площадей
.
Нормализацию проводим по зависимости
,
тогда, если сложить
.
Единичный
интервал [0,1] разбиваем на интервалы,
соответствующие нормированным площадям
.
Вероятность того, что случайная величина
попадет в интервал
.
Внутри
каждого интервала случайная величина
будет распределена равномерно при
условии, что
.
Формирование случайной величины по заданному закону производится следующим образом:
Генерируется случайная величина R, определяется интервал i, в котором приобретает значение формируемая случайная величина.
Производится вторичное генерирование случайной величины R. Учитывая, что внутри каждого интервала случайная величина распределена равномерно, то по формуле равновероятного распределения получим
. (1.24)
