- •Введение
- •1.Главное и текущие окна анализа данных
- •2.Электронная таблица
- •4.Пользовательский интерфейс текущего окна анализа
- •1.1 Генерация тренда временного ряда
- •1.2 Генерация реализаций абсолютно случайного временного ряда
- •1.3 Генерация временных рядов pk , sk , εk
- •1.4 Моделирование грубых сбоев измерений
- •1.5 Генерация обобщенной реализации временного ряда
- •2.2 Анализ одномерного закона распределения вероятностей
- •2.3 Сравнение экспериментального и теоретического
- •2.4 Изучение описательных статистик стационарного
- •2.5 Исследование автокорреляционной функции
2.3 Сравнение экспериментального и теоретического
распределений вероятностей
а) Проведите для временного ряда x1 качественный сравнительный анализ экспериментального и теоретического распределений вероятностей с применением опции Describe - Distributions - Distribution Fitting. Укажите в контекстном меню теоретический закон распределения вероятностей, с которым проводится сравнение экспериментального закона (нормальный Normal). В окне Tabular Options выберите Goodness-of-Fit Tests. График плотности распределения вероятностей теоретического закона, который накладывается на гистограмму, соответствует экспериментальным оценкам математического ожидания и дисперсии, вычисленным по выборочным данным (используется графическая опция Frequency Histogram).
Исследуйте результат графического построения от числа классов (например, 5, 8 и 12). Зафиксируйте один из графиков, подпишите оси, сделайте их разметку, выделите классы.
Имя переменной: X1 Число классов:8
Сохраните график в StatGallery.
Результат качественного сравнения теоретического и экспериментального законов распределения вероятностей первого порядка для переменной x1 зафиксируйте в первой строке приводимой ниже таблицы.
б) Проведите аналогичные исследования для временных рядов x2 – x5. Качественный результат визуального анализа представьте в строках 2 – 5 таблицы.
№ п/п |
Имя переменной |
Теоретический закон |
Соответствует теор. закону? |
Допущена ошибка анализа? |
1 |
x1 |
|
|
|
2 |
x2 |
|
|
|
3 |
x3 |
|
|
|
4 |
x4 |
|
|
|
5 |
x5 |
|
|
|
2.4 Изучение описательных статистик стационарного
эргодического временного ряда
а) Для изучения описательных статистик временных рядов x1 – x5 воспользуйтесь опцией Describe - Numeric Data - Multiple-Variable Analysis, которая позволяет одновременно анализировать несколько временных рядов. Укажите в окне Input Dialog все переменные x1 – x5. Далее в меню Tabular Options выберите опцию Summary Statistics, а в меню Graphical Options откажитесь от вывода графиков. Состав описательных статистик, выводимых в текущее окно анализа, может быть изменен с помощью контекстного меню (Pane Options). Внесите результаты расчета в приводимую ниже таблицу. Заполните также в таблице ячейки, предназначенные для указания теоретических значений математического ожидания и дисперсии временных рядов x1 и x3, выполнив для этого необходимые расчеты.
Проведите качественное сравнение теоретических и экспериментальных характеристик (m и d) для реализаций x1 и x3 (блоки 1 и 2 таблицы).
В блоке 3 таблицы укажите грубые оценки математического ожидания и дисперсии, рассчитанные по формулам:
.
В блоках 4 и 5 таблицы знаками «+» или «-» укажите Ваш ответ на поставленные вопросы.
Таблица результатов анализа описательных статистик
для временных рядов x1 – x5
|
|
x1 |
x2 |
x3 |
x4 |
x5 |
1
|
Теоретическое мат. ожидание |
|
|
|
|
|
Среднее значение |
|
|
|
|
|
|
Результат сравнения |
|
|
|
|
|
|
2 |
Теоретическая дисперсия |
|
|
|
|
|
Оценка дисперсии |
|
|
|
|
|
|
Результат сравнения |
|
|
|
|
|
|
3 |
Стандартное отклонение |
|
|
|
|
|
Максимальное значение |
|
|
|
|
|
|
Минимальное значение |
|
|
|
|
|
|
Размах значений временного ряда |
|
|
|
|
|
|
Грубая оценка мат. ож. |
|
|
|
|
|
|
Грубая оценка дисперсии |
|
|
|
|
|
|
4 |
Стандартизованный коэф. асимметрии |
|
|
|
|
|
Соответствуют ли данные симметричному з.р.в.? |
|
|
|
|
|
|
5 |
Стандартизованный эксцесс |
|
|
|
|
|
Соответствуют ли данные эксцессу нормального з.р.в.? |
|
|
|
|
|