
- •Ю.Ю. Герасимов, в.К. Хлюстов
- •Математические методы и модели в расчетах на эвм: применение в лесоуправлении и экологии
- •Часть 1. Вариационная статистика
- •Глава 1.
- •1.1. Общие положения
- •1.2. Основные понятия статистики
- •1.3. Основы теории вероятностей
- •1.3.1. Понятие случайной величины
- •1.3.2. Классическое и статистическое определения вероятности события
- •1.3.3. Основные теоремы теории вероятностей
- •1.4. Контрольные вопросы и задания
- •Глава 2.
- •2.1. Постановка задачи
- •2.2. Классификация и группировка вариант
- •2.3. Графическое представление вариационных рядов
- •2.4.1. Показатели центральной тенденции
- •2.4.2. Показатели вариации
- •2.4.3. Достоверность статистических показателей
- •2.4.4. Показатели скошенности и крутизны
- •2.5. Доверительный интервал
- •2.6. Контрольные вопросы и задания
- •Глава 3.
- •3.1. Постановка задачи
- •3.2. Нормальное распределение
- •3.3. Логнормальное распределение
- •3.4.2. Бета-распределение
- •3.5. Распределение Пуассона
- •3.6. Семейство кривых распределения Джонсона
- •3.7. Семейство кривых Пирсона
- •Контрольные вопросы и задания
- •Глава 4.
- •4.1. Постановка задачи
- •4.3. Сравнение эмпирического распределения с теоретическим (критерий "хи-квадрат")
- •4.5. Сравнение дисперсий двух эмпирических совокупностей
- •4.6. Сравнение частот взвешенных рядов по критерию
- •4.7. Использование пакетов прикладных программ
- •4.8. Контрольные вопросы и задания
- •Глава 5.
- •5.1. Постановка задачи
- •5.2. Однофакторный комплекс
- •5.3. Двухфакторный комплекс
- •5.4. Использование ms Excel для проведения дисперсионного анализа
- •5.4.1. Однофакторный дисперсионный анализ
- •5.4.2. Двухфакторный дисперсионный анализ без повторения
- •5.5. Контрольные вопросы и задания
- •Глава 6.
- •6.1. Постановка задачи
- •6.2. Коэффициент корреляции
- •6.3. Корреляционное отношение
- •6.4. Схема полного корреляционного анализа
- •6.5. Использование пакетов прикладных программ Вычисление коэффициента корреляции с использованием ms Excel
- •Контрольные вопросы и задания
- •Глава 7.
- •7.1. Постановка задачи
- •7.2. Статистический анализ одномерных моделей
- •Уравнение прямой линии
- •Уравнение гиперболы
- •Уравнение показательной кривой
- •Окончательный выбор типа уравнения регрессии
- •7.4. Множественная регрессия
- •7.5. Применение ms Excel для расчета регрессии
- •Часть 2. Исследование операций
- •Глава 8.
- •8.1. Общие положения
- •8.2. Основные понятия системного анализа
- •8.3. Основные понятия исследования операций
- •8.4. Постановка задач принятия оптимальных решений
- •8.5. Контрольные вопросы и задания
- •Глава 9.
- •9.1. Постановка задачи
- •9.2. Графическое решение задачи линейного программирования
- •9.3. Задача линейного программирования в стандартной форме
- •Преобразования неравенств
- •Преобразование неограниченных по знаку переменных
- •2.4. Основы симплекс - метода линейного программирования
- •9.5. Метод искусственных переменных
- •9.6. Анализ чувствительности в линейном программировании
- •9.7. Решение задач линейного программирования на эвм
- •9.8. Контрольные вопросы и задания
- •Глава 10.
- •10.1. Постановка задачи
- •10.2. Метод ветвей и границ
- •10.3. Рекомендации по формулировке и решению задач цп
- •10.4. Задачи оптимизации раскроя
- •XA 0, xB 0, k 0 - целые.
- •XA 0, xB 0, k 0 - целые.
- •10.5. Постановка задачи дискретного программирования
- •Решение задач целочисленного и дискретного программирования на эвм
- •10.7. Контрольные вопросы и задания
- •Глава 11.
- •11.1. Общие понятия
- •11.2. Практические рекомендации при постановке задач динамического программирования
- •11.3. Оптимальное распределение ресурсов
- •11.4. Оптимальное управление запасами
- •11.5. Оптимальная политика замены оборудования
- •11.6. Контрольные вопросы и задания
- •Глава 12.
- •12.1. Постановка задачи
- •12.2. Применение стохастического программирования
- •12.3. Метод статистического моделирования
- •12.4. Контрольные вопросы и задания
- •Глава 13.
- •13.1. Постановка задач нелинейного программирования
- •13.2. Безусловная однопараметрическая оптимизация
- •13.2.1. Методы исключения интервалов
- •13.2.2. Методы полиномиальной аппроксимации
- •13.2.3. Методы с использованием производных
- •13.2.4. Сравнение методов безусловной однопараметрической оптимизации
- •13.3. Безусловная многопараметрическая оптимизация
- •13.3.1. Постановка задачи
- •13.3.2. Методы прямого поиска
- •13.3.3. Градиентные методы
- •13.4. Нелинейная условная оптимизация
- •13.4.1. Постановка задач условной нелинейной оптимизации
- •13.4.2. Методы штрафных функций
- •13.4.3. Методы прямого поиска
- •13.4.4. Методы линеаризации
- •13.5. Решение задач нелинейной оптимизации на эвм
- •13.6. Контрольные вопросы и задания
- •Приложение 1 Значения t - распределения Стьюдента при доверительной вероятности р и числе степеней свободы k
- •Плотность вероятности нормального распределения
- •Приложение 3 Значения χ2 при доверительной вероятности р и числе степеней свободы k
- •Продолжение приложения 3
- •Значения -функции
- •Приложение 5 Значения - в распределении Джонсона
- •Продолжение приложения 5
- •Продолжение приложения 5
- •Продолжение приложения 5
- •Приложение 6
- •Продолжение приложения 6
- •Продолжение приложения 6
- •Продолжение приложения 6
- •Приложение 7
- •Продолжение приложения 7
- •Продолжение приложения 7
- •Продолжение приложения 7
4.6. Сравнение частот взвешенных рядов по критерию
Колмогорова
При помощи критерия Колмогорова сравнивают лишь взвешенные ряды, как теоретические с эмпирическими, так и эмпирические между собой . Число наблюдений при этом должно быть достаточно большим, объединять их в очень крупные разряды (классовые промежутки) нельзя, а рассматриваемая случайная величина должна иметь распределение непрерывного типа.
Расчетное
значение критерия Колмогорова К (
)
сравнивают с теоретическим значением
для трех уровней доверительной вероятности
1,36 (Р1=0,95);
1,63 ( Р2=
0,99); 1,95 (Р3=0,999).
Если величина расчетного критерия меньше теоретического значения на 5-ти процентном уровне значимости, то различия считаются не существенными, если больше теоретического на однопроцентном уровне значимости, то устанавливается факт неслучайного (строгого) различия между двумя рядами распределения.
Критерий Колмогорова более удобен, чем критерий -квадрат, в частности тем, что позволяет обходиться без таблиц теоретических значений 2 и учета числа степеней свободы.
Пример 4.7. Вычисление критерия Колмогорова при сравнении частот эмпирического ряда с теоретическим, соответствующим кривой нормального распределения.
Ступень толщины |
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
8 |
2 |
2 |
2 |
2 |
0,02 |
0,02 |
0,00 |
12 |
6 |
5 |
8 |
7 |
0,08 |
0,07 |
0,01 |
16 |
10 |
9 |
18 |
16 |
0,18 |
0,16 |
0,02 |
20 |
14 |
13 |
32 |
29 |
0,32 |
0,29 |
0,03 |
24 |
16 |
18 |
48 |
47 |
0,48 |
0,47 |
0,01 |
28 |
18 |
17 |
66 |
64 |
0,66 |
0,64 |
0,02 |
32 |
14 |
15 |
80 |
79 |
0,80 |
0,79 |
0,01 |
36 |
9 |
10 |
89 |
89 |
0,89 |
0,89 |
0,00 |
40 |
6 |
6 |
95 |
95 |
0,95 |
0,95 |
0,00 |
44 |
3 |
3 |
98 |
98 |
0,98 |
0,98 |
0,00 |
48 |
2 |
2 |
100 |
100 |
1,00 |
1,00 |
0,00 |
|
|
|
|
|
|
|
|
dmax = 0,03
В столбце 8 вычислена разница без знака построчно между частостями эмпирического и теоретического рядов. Для дальнейших расчетов необходима лишь одна разность из этого столбца – максимальная, которая в данном случае равна 0,03. Рассчитываем значение критерия с объемом эмпирического ряда – N.
(4.10)
Полученное число меньше теоретического значения равного 1,36 при Р1=0,95, поэтому делаем вывод, что кривая нормального распределения соответствует эмпирическому распределению.
Посредством критерия Колмогорова можно сравнить любые два эмпирических ряда.
Пример 4.8. Вычисление критерия Колмогорова при сравнении частот двух эмпирических рядов.
Ступень толщины |
N1 |
N2 |
n1 |
n2 |
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
8 |
8 |
6 |
8 |
6 |
0,02 |
0,02 |
0,00 |
12 |
19 |
18 |
27 |
24 |
0,08 |
0,07 |
0,01 |
16 |
33 |
27 |
60 |
51 |
0,18 |
0,16 |
0,02 |
20 |
48 |
41 |
108 |
92 |
0,32 |
0,27 |
0,05 |
24 |
53 |
52 |
161 |
144 |
0,47 |
0,44 |
0,03 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
28 |
61 |
61 |
222 |
205 |
0,65 |
0,62 |
0,03 |
32 |
49 |
48 |
271 |
253 |
0,79 |
0,77 |
0,02 |
36 |
30 |
31 |
301 |
284 |
0,88 |
0,86 |
0,02 |
40 |
21 |
20 |
322 |
304 |
0,94 |
0,92 |
0,02 |
44 |
11 |
16 |
333 |
320 |
0,98 |
0,97 |
0,01 |
48 |
8 |
9 |
341 |
329 |
1 |
1 |
0,01 |
|
N1 = 341 |
N2 = 329 |
|
|
|
|
dmax = 0,05 |
Полученная в столбце 8 максимальная разность без знака подставляется в формулу расчета критерия
.
(4.11)
Полученное число меньше критического значения, равного 1,36 при Р1=0,95, что свидетельствует об отсутствии существенных различий между сравниваемыми эмпирических рядами распределения.