- •Міністерство освіти і науки україни
- •Практичне заняття № 1 статистичні дослідження вхідних випадкових параметрів системи
- •1.1 Методика попередньої обробки статичної інформації
- •1.1.1 Визначення основних статистичних характеристик
- •1.1.2 Виключення грубих аномальних спостережень
- •1.1.3 Перевірка статистичної однорідності сукупності
- •1.1.4 Визначення мінімальної кількості спостережень
- •1.2 Встановлення емпіричного закону розподілу досліджуваних параметрів
- •1.3 Приклад статистичного аналізу випадкової величини
- •Література
- •Практичне заняття №2 систематизація статистичної інформації для кореляційно–регресійного аналізу процесів функціонування системи
- •2.1 Загальні положення
- •2.2 Рекомендації щодо відбору факторів
- •2.3 Методика комплексної систематизації статистичної інформації
- •2.4 Приклад повного статистичного аналізу вихідної інформації
- •Розрахунковий аналіз
- •Література
- •Практичне заняття № 3 аналіз процесу функціонування систем
- •3.1 Основні теоретичні положення
- •3.1.1 Основні поняття
- •3.1.2 Формалізація марківського випадкового процесу з дискретним часом
- •3.1.3 Формалізація марківського процесу з неперервним часом
- •3.2 Приклади побудови формалізованих моделей функціонування системи
- •3.2.1 Система з дискретним станом і дискретним часом
- •3.2.2 Системи з дискретним станом і неперервним часом
- •Література
- •Практичне заняття № 4 статистичні моделі процесів функціонування систем
- •4.1 Основні принципи і поняття імітаційного моделювання
- •4.2 Основи моделювання методом статистичних випробувань
- •4.3 Приклад побудови статистичної моделі
- •Практичне заняття № 5 статистичне моделювання випадкових подій
- •5.1 Основні процедури моделювання подій.
- •Використовуючи таблицю або генератор випадкових чисел рвп [0, 1] процедуру моделювання випробувань за “жеребкуванням” виконують в такій послідовності:
- •5.2 Моделювання незалежних подій
- •5.3 Моделювання залежних подій.
- •Практичне заняття № 6 статистичне моделювання дискретних випадкових величин
- •6.1 Імітація на основі емпіричного розподілу дискретної величини
- •6.2 Імітація на основі теоретичних законів розподілу
- •Практичне заняття № 7 статистичне моделювання неперервних випадкових величин.
- •7.1 Загальні принципи моделювання
- •7.2 Імітація за відомим теоретичним законом розподілу
- •7.3 Наближені способи імітації
- •7.3.1 Імітація методом кускової апроксимації
- •7.3.2 Імітація на основі несистематизованої статистичної таблиці
- •7.3.3 Графоаналітичний спосіб імітації
- •Література.
1.1 Методика попередньої обробки статичної інформації
На попередньому етапі обслідування досліджуваного об’єкту вивчають поведінку системи управління у минулому: вибирають стохастичні параметри системи, збирають статистичні дані і проводять їх попередню обробку. Базою для дослідження випадкової величини є статистична вибірка.
Вибіркою називається частина членів сукупності, відібраних із неї для отримання відомості щодо всієї сукупності. Розпізнають великі і малі вибірки. До малої належить вибірка, об’єм якої менший 30 спостережень. Якщо об’єм вибірки більше 30 спостережень, то вона належить до великої вибірка.
В досліджуваних системах велика вибірка складається з 50-100 і більше членів, а мала вибірка - з 5-20 членів.
Попередня обробка і аналіз статистичної інформації включає такі етапи:
1) визначення статистичних характеристик розподілу;
2) виключення грубих аномальних спостережень;
3) перевірка статистичної кількості спостережень;
4) визначення мінімальної кількості спостережень;
5) встановлення емпіричного закону розподілу досліджуваної випадкової величини.
1.1.1 Визначення основних статистичних характеристик
Числові характеристики, які визначаються згідно з вибіркою, є приблизними оцінками відповідних характеристик генеральної сукупності. До основних характеристик розподілу належать: вибіркове середнє, вибіркова дисперсія, середнє квадратичне (стандартне) відхилення, коефіцієнт варіації.
Формули для визначення характеристик розподілу із n спостережень, наведені в таблиці 1.1.
Таблиця 1.1 – Розрахункові формули для визначення характеристик розподілу
Характеристика розподілу |
Розрахункова формула | |
велика вибірка |
мала вибірка | |
Вибіркове середнє
Дисперсія
Стандартне відхилення
Коефіцієнт варіації |
(1.1) ; ; (1.2)
; (1.3)
. (1.4) |
Дисперсія характеризує розсіяння випадкової величини по відношенню до вибіркової середньої, а коефіцієнт варіації –інтенсивність розсіяння в різних сукупностях.
1.1.2 Виключення грубих аномальних спостережень
Грубими аномальними враховують такі дані, які в значній мірі відрізняються від інших даних варіаційного ряду.
Згідно з одним із методів при великих об’ємах вибірки (n>30), коли оцінка середнього квадратичного відхилення надійна, сумнівні результати спостережень приймають або відхиляють на основі критеріїв їх появи в довірчій області
(1.5)
де xmax, xmin – відповідно найбільше і найменше значення із n спостережень.
Розрахункове значення критерію порівнюють з табличним max (додаток Д1) для прийнятого рівня довірчої ймовірності Pд. Якщо 1>max, то значення xmax необхідно виключити із статистичного ряду як грубу похибку. При 2>min виключається величина xmin. Після виключення аномальних членів ряду визначають нові значення ізn–1 або n–2 спостережень.
Другий метод встановлення аномальних членів ряду базується на використанні критерію В.І.Романовського, котрим можна користуватися і для малих вибірок. Методика виявлення аномальних членів ряду зводиться до наступного. Задаються довірчою ймовірністю Pд, в таблиці (додаток Д2) в залежності від n знаходять коефіцієнт q і розраховують граничну припустиму абсолютну похибку окремого спостереження
. (1.6)
Якщо (xmax–) >пр, то спостереження xmax виключають із варіаційного ряду спостережень. При (– xmin)<пр виключають xmin.
Процедура виключення аномальних спостережень виконується в такій послідовності:
1. Встановлюють підозрілі значення xmax або xmin.
2. Розраховують статистичні середні і середньоквадратичні відхилення.
3. Розраховують за формулою (1.5) критерії 1, 2 (для великої вибірки) або критерій пр (для малої вибірки) за формулою (1.6).
4. Порівнюють 1, 2 з max і min для великої вибірки або, (xmax–), (–xmin) з пр для малої вибірки і при необхідності виключають із статистичного ряду xmax, xmin.
5. Для нового ряду із нових членів повторюють п.п. 1-4 до повного очищення вибірки.