- •Оглавление
- •1) Исследователь вносит гипотезу о структуре ящика
- •2) Определение неизвестных коэффициентов a0 и a1 модели
- •3) Проверка
- •Линейная множественная модель
- •Звено первого порядка
- •Звено второго порядка (колебательное звено)
- •1. Линейный коэффициент корреляции
- •3. Коэффициент корреляции двух динамических рядов
- •4. Корреляция внутри динамического ряда
- •5. Поиск периодичности ряда
- •7. Связь двух признаков
- •Аналитический способ решения задачи 1
- •Численный способ решения задачи 1
- •Формально-математический способ
- •Методы Рунге-Кутты третьего и четвертого порядков
- •Метод Эйлера с итерациями
- •Метод Милна
- •Уравнение диффузии
- •Уравнение тепломассопереноса
- •Задача анализа (прямая задача)
- •Задача синтеза (обратная задача)
- •Тренажеры
- •Метод Монте-Карло
- •Моделирование случайного события
- •Моделирование полной группы несовместных событий
- •Метод ступенчатой аппроксимации
- •Метод усечения
- •Метод взятия обратной функции
- •Свойства нормального распределения
- •Табличный метод генерации нормально распределенных чисел
- •Метод генерации нормально распределенных чисел, использующий центральную предельную теорему
- •Метод Мюллера
- •Биномиальное распределение
- •Нормальное распределение
- •Распределение Пуассона
- •Пуассоновский поток
- •Моделирование неординарных потоков событий
- •Моделирование нестационарных потоков событий
- •Анализ временной диаграммы
- •Синтез смо
- •Принцип Δt
- •Особенности реализации принципа Δt
- •Принцип особых состояний
- •Принцип последовательной проводки заявок
- •Объектный принцип моделирования
- •Марковский процесс с дискретным временем
- •Марковские случайные процессы с непрерывным временем
- •Вычисление средних
- •Вычисление геометрии распределения
- •Оценка (по Колмогорову) совпадения эмпирического закона распределения с теоретическим
- •Оценка точности статических характеристик
- •Голосование
- •Ранжирование
- •Точность и доверие к результатам экспертизы. Оценка экспертов
- •Практика № 01. Регрессионные модели
- •1Решение задачи регрессионного анализа
Оценка (по Колмогорову) совпадения эмпирического закона распределения с теоретическим
Вычисляем моменты m1, m2, m3, … Число моментов равно числу неизвестных в теоретическом законе распределения.
Прежде всего, так как оценка касается непрерывного распределения, а мы имеем дело с дискретным распределением, снятым экспериментально, то надо решить, на сколько интервалов надо разбить при дискретизации и то, и другое распределение. Для этого рекомендуется пользоваться правилом Стерджеса, хорошо зарекомендовавшим себя на практике: K = 1 + log2n = 1 + 3.322 · log10n, где n — количество случайных значений (опытов), k — количество интервалов распределения.
Строится интегральный (см. рис. 34.5) закон для эмпирического распределения F(x) = P(x ≤ xi).
Рис. 34.5. Интегральный закон эмпирического распределения, дискретный вариант (пример)
В зависимости от числа экспериментов n и количества интервалов 1 ≤ i ≤ k можно посчитать число исходов в каждом из интервалов: Ni = Pi · n.
Далее следует рассчитать теоретическое распределение частоты: NiТЕОР. = Pi · n. Если в качестве теоретического принять нормальный закон распределения, то можно сделать так:
где F — функция Лапласа, а параметры a и σ закона вычислены в п. 1.
Сравним полученные частоты: NiТЕОР. и Ni во всех k интервалах (см. рис. 34.6) и выберем наибольшее отклонение экспериментального распределения от проверяемого теоретического:
|
||
Рис. 34.6. Сравнение теоретического и эмпирического интегральных распределений случайной величины (дискретный вариант) |
Параметр Колмогорова λ характеризует отклонение теоретического распределения от экспериментального:
Далее, используя табл. 34.1 Колмогорова, следует принять или отвергнуть гипотезу о том, является ли эмпирическое распределение с заданной нами вероятностью Q теоретическим или нет. Для принятия гипотезы должно быть: λ < λтабл..
Таблица 34.1. Таблица критерия Колмогорова |
||||||||||
|
Примечание. Критерий Колмогорова не единственный возможный к применению при оценивании; можно использовать критерий Хи-квадрат, критерий Андерсона-Дарлинга и другие.