Навигация
Оценка входных параметров
33111
знаков
13
таблиц
37
изображений
3. Оценка входных параметров
3.1 Оценки средних значений
Оценка математического ожидания случайных величин X вычисляется по формуле:
(3.1)
где n – количество элементов.
Для случайных величин 
и 
она равна:
Оценка дисперсии случайных величин вычисляется по формуле:
. (3.2)
Для случайных величин и она равна:
Оценка корреляции случайных величин вычисляется по формулам:
, (3.3)
где j = 1,…,n.
Графики корреляции показаны на рисунках 3.1. и 3.2.
Рисунок 3.1 – Корреляция величины
Рисунок 3.2 – Корреляция величины S
Графики зависимости последующего значения от предыдущего представлены на рисунках 3.3 и 3.4.
Рисунок 3.3 – Зависимость 
от 
Рисунок 3.4 – Зависимость 
от 
3.2 Интервальные оценки
Доверительный интервал для оценки математического ожидания случайной величины определяется формулой:
, (3.4)
где b = 0.95 – доверительная вероятность, 
- квантиль порядка 
, 
= 
- оценка дисперсии. 
= 1.96 для доверительной вероятности 0.95.
Доверительные интервалы для оценки математического ожидания случайных величин и равны:
(9.5886; 10.8315), 
– попадает в полученный доверительный интервал;
(9.5627; 10.7928), 
– попадает в полученный доверительный интервал.
3.3 Проверка статистических гипотез
Проверка гипотез об экспоненциальном распределении величин A и S осуществляется с помощью метода c2.
Выдвигаем гипотезу о том, что случайные величины A и S распределены экспоненциально.
Статистическая функция вычисляется по формуле:
, (3.5)
где 
- это частота попадания в k –й интервал, pi - вероятность попадания, которая вычисляется следующим образом
, (3.6)
Расчет проводился на k = 20. Если 
, то гипотеза принимается, если 
, гипотеза отвергается. По данным таблицы для k=20 и 
=0.05, критерий c2 = 31.4.
В результате были получены следующие значения 
и 
Таким образом, обе гипотезы принимаются.
Интервалы: [0 0,4879), [0.4879 1.0008), [1.0008 1.5415), [1.5415 2.1131), [2.1131 2.7193), [2.7193 3.3647), [3.3647 4.0547), [4.0547 4.7957), [4.7957 5.5962), [5.5962 6.4663), [6.4663 7.4194), [7.4194 8.4730), [8.4730 9.6508), [9.6508 10.9861), [10.9861 12.5276), [12.5276 14.3508), [14.3508 16.5823), [16.5823 19.4591), [19.4591 23.5138) .
Похожие работы
... построения компьютерной модели o Построение алгоритма решения задачи и его кодирование на одном из языков программирования; o Построение компьютерной модели с использованием одного из приложений (электронных таблиц, СУБД и пр.) 4 этап – компьютерный эксперимент o Если компьютерная модель существует в виде программы на одном из языков программирования, её нужно запустить на выполнение ...
... операции сборки имитируются аналогично операциям обработки – определяются случайные или детерминированные затраты времени на операцию, значения физических и производственных характеристик. 3. Имитационные модели предприятий и производственных объединений Для имитации сложных производственных систем требуется создание логико-математической модели исследуемой системы, позволяющей проведение ...
... ; решение тестовых задач с помощью имитационной. Таким образом, был разобран материал по данной курсовой работе и выявлена актуальность разработки имитационной модели транспортной сети и выполнено программное обеспечение, реализующее работу модели железнодорожной сети. Данная модель разработана для случая одного входа и одного выход в сеть и нуждается в дополнительной модификации программы, что ...
Стратегическое планирование жилищного фонда Субъекта Федерации с использованием имитационных моделей
... за 1 год. Модель развития жилищного фонда Субъекта Федерации. Динамика развития жилищного фонда города описывается следующими уравнениями ; ; ; ; . Как видно из модели, скорость изменения общей площади жилищного фонда Субъекта Федерации G зависит от темпов ввода жилья и вывода его из эксплуатации . В свою очередь, параметр согласно приведенным уравнениям обусловлен темпами ввода в ...
0 комментариев