- •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.
2.4 Приклад повного статистичного аналізу вихідної інформації
Умови задачі: необхідно оцінити залежність між величиною сумарного простою y (результативна оцінка) вагонів в транспортній системі і наступними факторами:
х1 – сумарне число вагонів, які надходять в систему за добу;
х2 – доля вантажів, які надходять в критих вагонах;
х3 – доля вантажів, які надходять в піввагонах;
х4 – інтервал прибуття вагонів;
х5 – коефіцієнт заповнення вантажопереробної системи.
Статистичні дані, зібрані на трьох (m=3) вантажопереробних пунктах транспортної системи, наведені в таблиці 2.4.
Таблиця 2.4
|
Пункт 1 |
Пункт 2 |
Пункт 3 |
|||||||||||||||
y |
х1 |
х2 |
х3 |
х4 |
х5 |
y |
х1 |
x2 |
х3 |
х4 |
х5 |
y |
х1 |
х2 |
х3 |
х4 |
х5 |
|
1 |
120 |
39 |
0.40 |
0.60 |
2.4 |
2.67 |
210 |
10 |
0.21 |
0.79 |
1.3 |
0.68 |
562 |
17 |
0.16 |
0.84 |
3.8 |
1.88 |
2 |
671 |
16 |
0.21 |
0.79 |
2.3 |
1.10 |
396 |
7 |
0.58 |
0.42 |
9.5 |
0.48 |
262 |
10 |
0.62 |
0.38 |
6.3 |
0.75 |
3 |
1119 |
19 |
0.35 |
0.65 |
4.5 |
1.30 |
498 |
17 |
0.35 |
0.65 |
3.0 |
1.16 |
434 |
17 |
0.10 |
0.90 |
3.8 |
1.33 |
4 |
742 |
22 |
0.00 |
1.00 |
4.0 |
1.50 |
651 |
15 |
0.13 |
0.87 |
3.8 |
1.00 |
638 |
9 |
0.33 |
0.67 |
3.8 |
0.68 |
5 |
651 |
15 |
0.58 |
0.42 |
4.3 |
1.00 |
420 |
20 |
0.38 |
0.62 |
3.3 |
1.37 |
203 |
4 |
0.59 |
0.41 |
11.0 |
0.30 |
6 |
482 |
14 |
0.21 |
0.79 |
2.7 |
0.96 |
815 |
18 |
0.12 |
0.88 |
2.3 |
1.23 |
312 |
8 |
0.52 |
0.48 |
3.5 |
0.60 |
7 |
151 |
5 |
0.57 |
0.43 |
6.0 |
0.34 |
413 |
13 |
0.13 |
0.87 |
4.4 |
0.89 |
357 |
8 |
0.21 |
0.79 |
4.8 |
0.60 |
8 |
367 |
14 |
0.21 |
0.79 |
3.6 |
0.96 |
493 |
10 |
0.12 |
0.88 |
4.3 |
0.68 |
120 |
7 |
0.58 |
0.42 |
6.3 |
0.53 |
9 |
714 |
20 |
0.37 |
0.63 |
3.0 |
1.37 |
567 |
22 |
0.15 |
0.85 |
3.2 |
1.65 |
337 |
8 |
0.37 |
0.63 |
3.0 |
0.60 |
10 |
505 |
6 |
0.00 |
1.00 |
5.3 |
0.41 |
859 |
20 |
0.06 |
0.94 |
3.6 |
1.37 |
625 |
14 |
0.32 |
0.68 |
5.7 |
1.10 |
11 |
484 |
5 |
0.48 |
0.52 |
2.0 |
0.34 |
422 |
10 |
0.00 |
1.00 |
4.6 |
0.60 |
662 |
34 |
0.28 |
0.72 |
3.3 |
2.56 |
12 |
126 |
5 |
0.69 |
0.31 |
5.3 |
0.34 |
1016 |
23 |
0.16 |
0.84 |
4.0 |
1.57 |
802 |
15 |
0.43 |
0.57 |
5.7 |
1.13 |
13 |
564 |
13 |
0.12 |
0.88 |
4.5 |
0.89 |
638 |
24 |
0.50 |
0.50 |
2.4 |
1.81 |
253 |
5 |
0.48 |
0.52 |
3.0 |
0.38 |
14 |
497 |
17 |
0.30 |
0.70 |
4.3 |
1.16 |
494 |
13 |
0.22 |
0.78 |
5.3 |
0.98 |
483 |
13 |
0.26 |
0.74 |
4.0 |
0.38 |
15 |
429 |
10 |
0.19 |
0.81 |
5.7 |
0.68 |
580 |
7 |
1.00 |
0.00 |
2.0 |
0.54 |
781 |
16 |
0.20 |
0.80 |
3.8 |
1.20 |
16 |
396 |
14 |
0.21 |
0.79 |
5.0 |
0.96 |
474 |
15 |
0.31 |
0.69 |
3.2 |
1.88 |
|
|
|
|
|
|
17 |
240 |
6 |
0.45 |
0.55 |
13.0 |
0.41 |
576 |
17 |
0.19 |
0.81 |
3.3 |
1.28 |
|
|
|
|
|
|
18 |
|
|
|
|
|
|
546 |
12 |
0.16 |
0.84 |
2.0 |
0.96 |
|
|
|
|
|
|