《輸入數據分析》ppt課件-文庫吧
2025-04-14 03:06 本頁面
【正文】 圖太粗或呈短粗狀，這樣，它的形狀不能良好地顯示出來。 如果區(qū)間太窄，則直方圖顯得凹凸不平不好平滑 合適的區(qū)間選擇（ m值）是直方圖制作，分布函數分析的基礎。 0510152025012345678頻率1 3 5 7 9 11 13 15 17 19 21 23 25二、分布的識別 9 024681012頻率1 3 5 7 9 11 13 15 17 19 21 23 25x二、分布的識別 10 離散數據 — 汽車數量 (p215) 11 連續(xù)數據 — 電子元器件壽命 (p217) 12 三、參數估計 樣本均值和樣本方差 (p221) 1 ? 設某一個隨機過程 X，其 n個抽樣樣本為 x1， x2， … ，xn，該樣本的均值為 ? 該樣本的方差為 ? 如果離散數據已按頻數分組 ， 則 ??? niixnX11?????? ?????? ????21221211)(11 XnxnXXnSniinii??? kiii xfnX11 ?????? ??? ??212211 XnxfnSkiiik是 X中不相同數值的個數即分組數，fi是 X中數值 Xj的觀察頻數 13 參數估計量 (p222) 2 ? X????X1? ??b max1? xnnb ??2,?? X??? 22? S??分 布 參 數 建議使用的估計量 泊松 指數 在（ 0， b）上的均勻分布 正態(tài) ， 仿真中常用的一些分布參數建議值 三、參數估計 14 ?理論分布和實際分布的差異程度？ 擬合度檢驗 15 四、擬合度檢驗 0246810121 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25k=6 ? ?? ??iiiEEO 220? Ei 是在該分組區(qū)間的期望頻數。每一分組區(qū)間的期望頻數是 Ei = n pi， 這里 pi是理論值，是對應第 i個分組區(qū)間的假設概率。 ?2擬合度檢驗 式中， Oi是在第 i個分組區(qū)間的觀察頻數。 Oi = ni /n 16 可以證明： ?02近似服從具有自由度 f = ks1的 ?2分布。 這里 s 表示由采樣統(tǒng)計量所估計的假設分布的參數個數。 假設檢驗： H0：隨機變量 X服從參數是由參數估計給出的分布假設 。 H1: 隨機變量 X不確認 若 ?2太大則拒絕 H0，若擬合是好的，則期望值 ?2很小。 擬合程度的判定 四、擬合度檢驗 首先劃分區(qū)間，定義 k值 計算各組的觀察頻數 計算 ?0 查閱 ?2表，得到 如果 ，則拒絕 H0 的值2, f??擬合度檢驗步驟 2,20 f??? ?17 指定擬合度的檢驗 ? 我們可以根據擬合度檢驗的要求，設定一個擬合度的顯著性指數 ?，根據設定的 顯著性指數 ?以及 ?2分布的自由度數 f = ks1，可以查 ?2表得到 ??， f2 。 ? 如果 則檢驗未通過， H0不成立。 ? 如果 則檢驗通過， H0成立。 2 ,20 f??? ?2 ,20 f??? ?在應用這個檢驗時，如果期望的頻數太小，將對
教學課件相關推薦
鄂ICP備17016276號-1