Лабораторная работа №4 / qual4

3 Заключение

11

•наибольшая оценка ожидаемых ошибок получается для рэлеевского распределения;

Это объясняется тем, что для одинаковых и n ближе к концу (модель Джелинского-Моранды максимально чувствительна именно к последним значениям, поскольку в ней используется сумма ixi) значения интервалов времени по величине распределяются так: минимальные — у рэлеевского распределения, максимальные — у экспоненциального, и между ними находится равномерное распределение.

•По мере уменьшения вектора с исходными данными (100 %, 80 %,

60 %) для всех трех распределений заметных изменений в разности ( ˆ − ) обнаружить не удалось (e. g., для равномерного: 3–3–2; для

B n

экспоненциального: 1–2–1; для рэлеевского: 7–7–6).

Именно этого и стоило ожидать, поскольку уже помимо упомянутой выше суммы ixi в модели участвует и сумма xi, которая фактически нормирует итоговые значения для различных n.

А тот факт, что оценки для разного процента взятых в векторе данных не совпадают, имеет очевидное объяснение. Для этого, например, просто достаточно взглянуть на оценку появления (n + i) ошибок для 80 % данных и последнюю шестерку значений полного вектора. Заметно, что оценки ошибок уже фактически выходят за пределы генерируемого распределения.