- •В.В. Нешитой
- •Введение
- •1. Основные понятия теории вероятностей и математической статистики
- •1.1. Случайные события. Испытания. Относительная частота и вероятность
- •1.2. Виды случайных событий
- •1.3. Определения вероятности
- •1.4. Основные формулы комбинаторики
- •1.5. Теорема сложения вероятностей (несовместных событий)
- •1.6. Теорема умножения вероятностей (независимых событий)
- •1.7. Закон распределения дискретной случайной величины
- •1.8. Числовые характеристики дискретной случайной величины
- •1.8.1. Математическое ожидание
- •1.8.2. Свойства математического ожидания
- •1.8.3. Дисперсия дискретной случайной величины
- •1.8.4. Свойства дисперсии
- •1.8.5. Среднее квадратическое отклонение
- •1.8.6. Одинаково распределенные взаимно независимые случайные величины
- •1.8.7. Моменты (начальные, центральные) дискретной случайной величины
- •1.10.2. Плотность распределения
- •1.11. Числовые характеристики непрерывных случайных величин
- •1.12. Примеры непрерывных распределений
- •1.12.1. Нормальный закон
- •1.12.2. Показательный закон
- •1.12.3. Закон Вейбулла
- •1.13. Элементы математической статистики
- •1.13.1. Генеральная и выборочная совокупности. Вариационный ряд. Характеристики вариационного ряда
- •1.13.2. Статистическое распределение выборки. Полигон. Гистограмма. Эмпирическая функция распределения
- •1.13.3. Статистические оценки параметров. Точность оценки, доверительная вероятность (надежность)
- •1.13.4. Метод моментов для точечной оценки параметров распределения
- •1.13.5. Метод наибольшего правдоподобия
- •2. Вероятностная модель текста и ее исследование
- •2.1. Понятие математического ожидания случайной функции, нового события и кривой роста новых событий
- •2.2. Математическое ожидание случайной функции и кривая роста новых событий. Связь с законами распределения вероятностей разных и новых событий
- •2.3. Установление статистической структуры выборки по кривой роста новых событий
- •2.4. Восстановление кривой роста новых событий по статистической структуре выборки
- •2.5. Построение систем кривых роста и непрерывных распределений новых событий
- •Построение систем кривых роста и непрерывных распределений новых событий
- •3. Обобщенные распределения. Системы непрерывных распределений
- •3.1. Методы построения обобщенных распределений
- •3.2. Построение системы непрерывных распределений методом обобщения
- •3.3. Классификация обобщенных распределений
- •Распределения группы а
- •Распределения группы б
- •Группа симметричных распределений
- •3.4. Распределения функций случайного аргумента
- •3.5. Три основные и три дополнительные системы непрерывных распределений в.Нешитого
- •3.6. Обобщение систем непрерывных распределений
- •3.6.1. Обобщение систем непрерывных распределений по первому варианту
- •Обобщение систем непрерывных распределений по первому варианту на базе четырехпараметрической плотности p(t)
- •3.6.2. Обобщение систем непрерывных распределений по второму варианту
- •Обобщение систем непрерывных распределений по второму варианту на базе четырехпараметрической плотности p(t)
- •4. Оценивание параметров обобщенных распределений. Критерии для классификации кривых. Центральная предельная теорема
- •4.1. Метод наименьших квадратов
- •Значение функции распределения f(tc)
- •4.2. Метод наибольшего правдоподобия
- •4.3. Классический метод моментов
- •4.3.3. Симметричные распределения Ic–iiIc типов
- •4.3.4. Критерии для классификации распределений по методу моментов
- •4.4. Универсальный метод моментов
- •4.4.1. Расширение трех систем непрерывных распределений
- •4.4.2. Законы распределения суммы независимых случайных величин
- •4.4.3. Центральная предельная теорема для трех систем непрерывных распределений
- •4.4.4. Законы распределения среднего выборочного
- •4.5. Устойчивый метод
- •5. Выравнивание и прогнозирование статистических распределений
- •5.1. Выбор системы непрерывных распределений для выравнивания статистических распределений
- •5.2. Вычисление выравнивающей кривой распределения по статистическим данным
- •5.2.1. Выравнивание по классическому методу моментов
- •5.2.2. Выравнивание по универсальному методу моментов
- •5.2.3. Выравнивание по устойчивому методу
- •Показатели статистического распределения (snr2v08a)
- •Распределение 3-го типа с параметрами
- •5.2.5. Выравнивающее распределение среднего выборочного
- •5.3. Прогнозирование распределений
- •5.3.1. Первая система непрерывных распределений
- •5.3.2. Вторая система непрерывных распределений
- •Распределение населения страны по среднедушевому совокупному доходу, в % к итогу (Расчет по данным обследования 90 тыс. Семейных бюджетов)
- •5.3.3. Показатели стабильности и качества выборки
- •5.4. Ранговые распределения
- •5.4.1. Форма представления ранговых распределений
- •5.4.2 Универсальный закон рассеяния публикаций
- •5.5.3. Универсальный закон старения публикаций
- •5.4.4. Ранговые распределения лексических единиц
- •6. Временные (динамические) ряды
- •6.1. Методы выделения тренда
- •6.2. Построение кривых роста для выравнивания временных рядов
- •6.2.1. Построение кривых роста с заданными свойствами
- •6.2.2. Метод обобщения
- •6.2.3. Кривые роста на базе обобщенных распределений
- •6.3. Оценивание параметров кривых роста
- •6.3.1. Уравнение прямой
- •6.3.2. Экспонента
- •6.3.3. Обобщенная кривая роста
- •6.4. Прогнозирование временных рядов
- •6.4.1. Параметрический метод прогнозирования
- •6.4.2. Непараметрический метод прогнозирования
- •Заключение
- •Приложения Приложение 1
- •Приложение 2
- •Приложение 5 Основные сведения о программах
- •Литература
- •Содержание
- •Математико-статистические
- •Методы анализа
- •В библиотечно-информационной
- •Деятельности
6.2. Построение кривых роста для выравнивания временных рядов
6.2.1. Построение кривых роста с заданными свойствами
Пусть имеется некоторый временной ряд. Как правило, он задается таблицей, в которой приводятся моменты времени t и соответствующие им значения уровней ряда . Требуется построить его математическую модель. Для этого необходимо исследовать свойства статистического временного ряда.
Вычислим темпы прироста и построим график зависимости . Рассмотрим два случая.
Случай 1. Пусть темп прироста колеблется около некоторого постоянного значения α. Приравнивая эмпирический темп прироста теоретическому мгновенному темпу прироста, можем записать следующее дифференциальное уравнение
.
Отсюда имеем
Здесь приt = 0.
Таким образом, постоянному темпу прироста удовлетворяет показательная функция (экспонента).
Случай 2. Пусть темп прироста изменяется по прямой. Тогда
.
Решая это дифференциальное уравнение, найдем
.
6.2.2. Метод обобщения
Рассмотрим уравнения экспоненты и прямой:
.
Найдем такую обобщенную формулу, которая будет включать множество частных случаев, в том числе уравнения прямой и экспоненты.
Обобщим две последние формулы путем введения нового параметра u. Используя замечательный предел
,
представим обобщенное уравнение в виде
(6.2.1)
При u = 1 из (6.2.1) имеем прямую, при u→0 – экспоненту.
Если из опыта величина y0 неизвестна, то формулу (6.2.1) целесообразно представить в другом виде
, (6.2.2)
где .
Чтобы увеличить аппроксимирующие возможности формул (6.2.1) и (6.2.2), введем в них дополнительный параметр β
(6.2.3)
. (6.2.4)
Исследуем мгновенный темп прироста кривой (6.2.3). Для этого вначале прологарифмируем ее:.
Тогда
. (6.2.5)
В частном случае, при u→0
. (6.2.6)
Из последней формулы следует, что при β = 1 (u→0) мгновенный темп прироста (и, следовательно, темп роста) не зависит от времени t. При β > 1 темп прироста со временем растет, при β < 1 – убывает. Это значит, что параметр β является показателем ускорения или замедления темпа прироста (и темпа роста) кривой (6.2.3), которая при u→0 имеет вид
. (6.2.7)
Из (6.2.5) следует, что при β = 1, u < 0 темп прироста кривой (6.2.3) со временем растет, а при u > 0 – убывает.
По характеру темпа прироста эмпирического временного ряда может быть установлена выравнивающая кривая, обладающая нужными свойствами.
На основании формул (6.2.3) и (6.2.4) можно получить другие кривые роста. Например, при t = ex
, (6.2.8)
. (6.2.9)
При
(6.2.10)
. (6.2.11)
Приведенные четырехпараметрические кривые роста содержат множество частных случаев и могут использоваться в различных областях знания для выравнивания и прогнозирования различных статистических зависимостей, в том числе временных рядов, например, роста числа публикаций.
6.2.3. Кривые роста на базе обобщенных распределений
Широкую систему кривых роста можно построить на базе функций распределения:
(6.2.12)
, (6.2.13)
где N – некоторый параметр. Свойства этих кривых полностью определяются свойствами функции распределения F(t) (см. табл. 3.3.2).
Формула (6.2.12) может описывать, например, количество разных статей по определенной теме, опубликованных в первых t журналах, при условии, что последние упорядочены по убыванию количества таких статей; количество заболеваний при эпидемиях за время t от начала эпидемии, а также множество других кривых, в том числе кривых роста числа отказов за время t в испытаниях на надежность.
Другая, еще более широкая система кривых роста может быть построена на основе обобщенных распределений, заданных плотностями p(t), p(x), p(y). Вводя другие обозначения переменных и освобождаясь от ограничений, накладываемых на параметры кривых распределения, можем записать следующие уравнения для описания различного рода кривых роста, в том числе временных рядов: