- •Раздел 3. Построение математических моделей по экспериментальным данным
- •Оценивание параметров распределения
- •Свойства оценок
- •Методы оценивания
- •Метод сравнения (метод моментов)
- •Пример
- •Пример
- •Метод максимального правдоподобия
- •Пример
- •Байесовский метод
- •Процесс уточнения априорной информации
- •Априорное и апостериорное распределения
- •Априорное и апостериорное распределения
- •Лекция 8. Обработка результатов имитационного эксперимента
- •Обработка массива данных
- •Расчет статистических параметров: распределения
- •Влияние асимметрии и эксцесса
- •Подбор теоретического распределения и его параметров
- •Подбор вида распределения
- •Подбор вида распределения и его параметров
- •Критерии согласия
- •Регрессионные модели
- •Таблица эксперимента
- •Метод наименьших квадратов
- •Пример
- •Проверка адекватности модели
- •Проверка адекватности модели
- •Проверка адекватности модели
- •Проверка адекватности модели
- •Проверка адекватности модели
- •Лекция 9. Планирование экспериментов
- •Определение коэффициентов модели при ортогональных планах
- •Планирование активных экспериментов
- •Построение плана
- •Свойство ортогональности
- •Дробные факторные планы
Процесс уточнения априорной информации
Априорное и апостериорное распределения
Априорное (красный): бета-распределение
Апостерионое (синий): бета-распределение
f A ( р) |
р a 1 |
(1 р)b 1 |
|
B(a, b) |
|||
|
p(m, N) (1 p)m p N m
|
ˆ |
|
|
a |
|
|
|
|
|
|
|||
рА |
a b |
|||||
|
|
|
|
|||
|
|
|
|
|
a b |
|
A2 |
|
|
||||
(a b)2 (a b 1) |
||||||
|
|
|
|
|
рˆ |
|
(1 |
рˆ |
|
) |
|
|
|
ˆ |
|
ˆ |
A |
A |
|
|
|
(1 рA ) |
|||||
a рA ( |
|
|
|
A2 |
|
|
|
1) |
b a |
|
|
|
|
|
|
|
|
|
рˆ A |
||||
|
|
|
|
|
|
|
|
|
|
||
f ( р) |
|
|
рa N m 1 (1 |
р)b m 1 |
|
||||||
|
1 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
рa N m 1 (1 |
р)b m 1dр |
|
0
Априорное и апостериорное распределения
Априорное (красный): равномерное
Апостерионое (синий): бета-распределение
Лекция 8. Обработка результатов имитационного эксперимента
Обработка массива данных
Статистический ряд представляется графически в виде гистограммы
По оси абсцисс откладываются интервалы, на каждом из которых, как на основании, строится прямоугольник, высота которого пропорциональна (в выбранном масштабе) соответствующей частоте попадания конкретного значения в интервал.
Перед построением гистограммы
данные сортируют (по возрастанию),
определяют минимальное xmin и максимальное xmax значения,
размах вариационного ряда (xmax - xmin).
Расчет статистических параметров: распределения
Рассчитываются оценки:
математического
ожидания
дисперсии
среднеквадратичного
отклонения
асимметрии
эксцесса
|
~ |
|
|
|
1 |
|
n |
|
|
|
|
|
|||
|
mx |
|
n |
|
xi |
|
|
|
|
||||||
|
|
|
|
|
|
i 1 |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
~ |
|
|
1 |
|
|
|
|
n |
~ |
2 |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
Dx |
|
|
|
|
|
xi mx |
|
|
|
|
||||
|
n 1 |
|
|
|
|
||||||||||
|
|
|
|
i 1 |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
~ |
|
|
|
~ |
|
|
|
|
|||
|
|
|
|
x |
|
Dx |
|
|
|
|
|||||
|
~ |
|
|
|
1 |
|
|
|
n |
~ |
|
3 |
|||
|
|
|
|
|
|
|
|
|
|||||||
|
ax |
|
|
|
|
|
|
|
|
xi |
mx |
|
|||
|
n |
|
|
|
~3 |
|
|
||||||||
|
|
|
1 x |
i 1 |
|
|
|
|
|||||||
|
1 |
|
|
|
|
|
n |
~ |
|
4 |
|
|
|||
ex |
|
|
|
|
|
xi mx |
|
|
3 |
||||||
n |
|
|
~4 |
|
|
||||||||||
|
1 x |
|
|
i 1 |
|
|
|
|
|
Влияние асимметрии и эксцесса
Подбор теоретического распределения и его параметров
Выбор закона распределения состоит в подборе аналитической функции наилучшим образом аппроксимирующей эмпирические функции
Подбор теоретического распределения состоит из следующих этапов:
Подбор вида распределения (т.е. закона).
Подбор параметров распределения (т.е. чисел, входящих в выражение для функции и плотности распределения).
Проверка правильности подбора.
Подбор вида распределения
Закон теоретического распределения подбирается исходя из вида гистограммы.
Гистограмма
30
25
20
Частота 15
10
5
0
12,0 |
18,5 |
5,6 |
24,9 |
-0,9 |
-7,3 |
37,8 |
31,4 -20,2 -13,8 Еще |
Карман
Подбор вида распределения и его параметров
Делается предположение, что |
|
|
||||||||||
теоретическое распределение |
|
|
||||||||||
может быть одного из нескольких |
||||||||||||
|
~ |
~ |
|
|
|
|
|
|
|
|
|
|
видов, например: |
|
|
|
|
|
|
|
|
|
|
||
|
m mx ; |
x . |
|
|
|
|
|
|
|
|
|
|
|
Нормальное |
|
|
|
|
|
|
|
|
|
1 |
. |
|
|
|
|
|
|
|
|
|
~ |
|||
|
|
|
|
|
|
|
|
|
|
|
m |
|
Показательное (экспоненциальнxое) |
||||||||||||
|
~ |
~ |
|
|
~ ~ |
|
3. |
|
||||
|
a mx x 3; b |
mx x |
|
|||||||||
Равномерное |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
~ |
|
|
2 |
. |
|
|
|
||
|
|
m |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|||||
|
Распределение Рэлея |
|
x |
|
|
|
|
|
|
|
На одном графике строятся теоретические и эмпирическая плотности выбранных распределений