- •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.
1.1.3 Перевірка статистичної однорідності сукупності
Перевірку статистичних даних на однорідність виконують у двох випадках :
1) для незалежних вибірок, коли дані зібрані на різних об’єктах або в різні періоди функціонування систем;
2) для залежних вибірок, коли необхідно встановити вплив різних факторів на досліджувану ознаку.
Визначення істотності відмінностей незалежних вибірок.
Розглядаються дві незалежні вибірки, за результатами котрих знаходять оцінки вибіркових середніх і дисперсій. Після цього розраховують значення критеріюt за формулами:
– для великих вибірок (n>30)
; (1.7)
– для малих вибірок
. (1.8)
Для визначення істотності відмінностей двох вибірок із заданою надійною ймовірністю Рд необхідно порівняти значення t, обчислене за здобутими вибірками, з критичним значенням t.
Для великої вибірки при визначенні t користуються функцією Лапласа Ф(t), аргументом якої є відношення довірчого інтервалу до середньоквадратичного відхилення , тобто . Для цього задаються довірчою ймовірністю Pд = 0.95. Приймаючи до уваги, що Рд=Ф(t), за таблицею (додаток Д3) визначають значення t.
Для малої вибірки значення t визначають згідно розподілу Стьюдента (додаток Д4) з числом ступенів свободи k = n1+n2 –2. Якщо обчислене значення t>t, то з надійністю Pд можна вважати відмінності між вибірковими середніми істотними (невипадковими), тобто вибірки вважають неоднорідними. Якщо вибіркове значення менше критичного, то відмінність між вибірковими середніми можна вважати неістотними (випадковими) , із заданою надійністю вибірки вважають однорідними.
У загальному випадку, коли статистична сукупність задана незалежними частковими вибірками об’ємами n1, n2, …, nk з відповідними вибірковими середніми і дисперсіями, перевірку однорідності виконують таким чином: із даної множини вибираються дві часткові вибірки відповідно з максимальним і мінімальним,і для них за формулами (1.7) або (1.8) обчислюється критерійt.
На початковому етапі, коли закон генеральної сукупності невідомий, оцінити розходження двох вибіркових середніх можна тільки приблизно.
Якщо t 3 , то з великою ймовірністю вважають, що середні відрізняються суттєво і, навпаки, якщоt<3 , розходження між з великою ймовірністю можна вважати несуттєвим, випадковим.
Визначення істотності відмінностей залежних вибірок.
Ця перевірка виконується в задачах, пов’язаних з оцінкою впливу тих чи інших факторів на зміну випадкової величини. Для кожного об’єкту спостереження визначають парні спостереження без урахування дії фактора і– з фактором. Оскільки пари зв’язані, то вибірки є залежними. Для зв’язаних пар можна розглядати різницю між спостереженнями у кожній парі (). Оцінка середнього вибіркового значення відмінностей спарених вибірок має вигляд
) , (1.9)
де - середнє значення відмінностей спарених вибірок;
n – число спостережень.
Дисперсія відмінностей спарених вибірок розраховується за формулою
(1.10)
або
, (1.11)
де , (i=1,).
За критерій перевірки обирається статистика
. (1.12)
Табличне значення t для великої вибірки визначається за заданим Pд з таблиці функцій розподілу Лапласа, а для малої вибірки – з таблиць t-розподілу Стьюдента за заданим Pд і числом ступенів свободи k = n – 1.
Якщо , то робимо висновок, що в результаті введення фактора відмінність середніх значень перших вибірок істотна, тобто даний фактор впливає на досліджувану ознаку.