
4ПМ_Б_Комп_Модел_Власова / Индивидуальные задания лабораторные работы / Построение тренда
.docЛабораторная работа 4.
Тема: «Выявление тренда».
Решение задачи состоит из следующих двух этапов:
-
проверка законов распределения,
-
изучение динамики.
Рассмотрим первый этап, он состоит из следующих задач:
-
нахождение математического ожидания, дисперсии и среднеквадратичного отклонения,
-
исключение выбросов,
-
нахождение размаха выборки,
-
нахождение эмпирического распределения,
-
проверка законов распределения.
Исследователь должен выбрать все пункты и вывести все результаты в одном отчёте. Отчёт лучше представить в форме таблицы и вывести основные графики.
-
Нахождение математического ожидания, дисперсии и среднеквадратического отклонения.
-
- математическое ожидание – среднее арифметическое от всех значений
- значение,
введённое пользователем, n
– число этих значений,
-
- дисперсия – сумма квадратов разностей между значениями и математическим ожиданием (средним арифметическим).
-
(среднее квадратичное отклонение – корень из дисперсии)
В отчёте выводим значения:
«Математическое ожидание»
«Дисперсия»
«Среднее отклонение»
-
Исключение выбросов
Проверяется условие по
:
Если
,
то
- выброс и его следует исключить, т.е.
убираем его из ряда значений. Выводим
в отчете:
– выброшенные значения и номер периода (порядковый номер выброшенного значения).
– ряд новых значений, уже без выбросов.
-
Нахождение размаха выборки
По новой выборке (новому ряду, без выбросов) находим y максимальное и y минимальное. Затем строим размах выборки:
Выводим в отчёте значение числа H с подписью – «размах выборки».
-
Нахождение эмпирического распределения
Разбиваем выборку на k
интервалов(k
= 1 + 3,32 lg n)
с шагом y=
(шаг равен размах выборки разделить на
k )
Строим таблицу (и выводим её в отчёте)
Номер, N |
Интервал, i |
|
|
1 |
[ymin, ymin+y)
начиная с ymin прибавляем к y, строим интервалы.
|
в этой графе пишем число значений, попавших в данный интервал |
Делим это число на число всех значений |
2 |
|
|
|
… |
|
|
|
k |
|
|
|
-
Проверка законов распределения
Рассмотрим два закона распределения: Нормальный закон распределения и закон распределения Пуассона.
1) Нормальный закон распределения
По формуле
находим частоту теоретического
распределения для каждого интервала.
Проверяем гипотезы:
H0 – «случайная величина распределена по нормальному закону распределения»
H1 – «случайная величина не распределена по нормальному закону распределения»
Выбираем уровень значимости =0,05 , и вычисляем число степеней свободы =k – 3 (3 – число фиксированных параметров в формуле).
Находим значение критерия
по формуле
.
Если полученное фактическое значение 2 превышает табличное при том же уровне значимости и числу степеней свободы, то вероятность соответствия распределения нормальному закону меньше указанной,то гипотеза H0 (случайная величина распределена по нормальному закону распределения) – противоречива, то есть принимается гипотеза H1 (случайная величина не распределена по нормальному закону распределения).
Если табличное значение 2 превышает полученное фактическое при том же уровне значимости и числу степеней свободы, то вероятность соответствия распределения нормальному закону меньше указанной, и гипотеза H0 (случайная величина распределена по нормальному закону распределения) – не противоречива.
1) Закон распределения Пуассона
По формуле
(частота теоретического распределения
по нормальному закону) подсчитываем
.
Здесь:
-
n – число экспериментальных данных,
-
- среднее арифметическое наблюденных значений,
-
xi – значение i-ой случайной величины.
Проверяем гипотезы:
H0 – «случайная величина распределена по закону распределения Пуассона»
H1 – «случайная величина не распределена по закону распределения Пуассона»
Выбираем
=0,05 и находим значение критерия
по формуле
Из таблицы для соответствующего значения
уровня значимости
и числа степеней свободы
=k – 3 (3 – число
фиксированных параметров в формуле)
найдем величину вероятности P().
Если P()>
, то гипотеза о том,
что случайная величина распределена
по нормальному закону распределения,
не противоречива, то есть принимается
гипотеза Н0, в противном случае
принимается гипотеза Н1.
-
Изучение динамики
На этом этапе необходимо определить основные показатели, характеризующие тенденцию динамики:
-
Средние показатели тенденции динамики
-
Выявление типа тенденции динамики тренда
-
Определение оптимального значения тренды
Все результаты выводятся в одном отчёте. Отчёт целесообразно оформить в виде таблиц и вывести соответствующие графики. Как и в первом случае все последующие пункты зависят от предыдущих.
-
Основные показатели, характеризующие тенденцию динамики:
Строится таблица:
Номер
|
Уровень ряда |
Абсолютное изменение уровней ряда |
… |
… |
|
|
|
Цепное |
Базисное |
|
|
|
|
|
|
|
|
Столбцы:
-
Номер периодов или моментных рядов от 1 до n,
-
Уровни ряда
- значения, введённые пользователем,
-
Абсолютное изменение уровней подпункты:
-
Цепное
-
Базисное
-
Ускорение абсолютного изменения:
-
Темп роста в % :
-
к предыдущему периоду
-
к начальному периоду
-
Темп прироста:
-
Цепной
-
Базисный
-
Абсолютное значение 1% прироста:
-
Средние показатели тенденции динамики
Строится таблица:
N |
Уровень ряда
|
Средний уровень интервального ряда динамики |
Средний абсолютный прирост |
Средний темп изменения |
|
|
|
|
|
|
|
|
|
|
Столбцы:
-
Номер периода
-
Уровень ряда
-
Средний уровень интервального ряда динамики:
, где n
– число периодов
-
Средний абсолютный прирост:
-
Средний темп изменения:
-
Выявление типа тенденции динамики тренда
Выясняем тип динамики тренда графически. Для этого сравниваем исходный (заданный) график с возможными вариантами тренда:
-
линейная форма тренда: формула для рисования кривой:
,
где a – начальное условие
(начальное значение ()),
b- средний абсолютный
прирост
(был подсчитан выше)
2) Параболическая форма тренда:
,
где а – начальное условие (начальное
значение (
)),
b- средний абсолютный
прирост
,
с =
,
-
Экспоненциальная форма
, где k – средний темп изменения (
) (был подсчитан выше),
4) Логарифмическая форма тренда
,
-
Степенная
,
-
Гиперболическая
,
-
Логистическая
-
Определение оптимального значения тренда
Если тренд не является ни 1), ни 2) ни 3) (линейным, параболическим или кспоненциальным), то просто строим график и пишем название типа тренда, который выбираем на основании графика, построенного по экспериментальным данным.
Если были подобраны пункты 1), 2) или 3), то определяем оптимальное значение тренда:
-
для линейного тренда подсчитываем новые значения
по формуле:
,
где
,
,
здесь t принимает значение
от
до
.
Значения выводим в таблице и строим график для новых значений y.
-
для параболы второго порядка подсчитываем новые значения
по формуле:
, где надо найти значения a, b и c . Для этого решим систему уравнений:
,
где t принимает значение
от
до
результаты представим в виде таблицы, и построим график для новых значений y.
-
для экспоненциального вида тренда подсчитаем новые значения
по формуле:
,
здесь значения a и k аналогичны формуле для линейного тренда:
, где t принимает
значение от
до
Результаты выводим в виде таблицы, строим график для новых значений у.