輸入數據分析ppt課件(完整版)
【正文】 ??被拒絕。設在 y與 x之間真實相關是線性關系，這里觀察值 y是隨機變量。 設定一個顯著性水平 α，當 時， x、 y是顯著相關。 假設存在 n對觀察值 (xi ， yi)， i=1， 2， …… ， n，通常采用最小二乘法來估計上式中的 yi 。 ? 相關性分析的目的 ：更好地了解系統(tǒng)以及系統(tǒng)隨機變量的關聯(lián)性，更正確地把握問題的關鍵。：隨機變量不服從泊松布。 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。即： Nm?如果區(qū)間太寬（ m太?。?，則直方圖太粗或呈短粗狀，這樣，它的形狀不能良好地顯示出來。當校核均勻性時，初步的檢驗是看一下分布的均值是相同。然而系統(tǒng)仿真是一項專業(yè)性很強的工作，要正確認識“仿真”的含義，抓住仿真研究的關鍵，避免求全、求精。 通過統(tǒng)計的數學手段（計數統(tǒng)計、頻率分析、直方圖制作等），得出統(tǒng)計分布的假設函數（如：正態(tài)分布、負指數分布、 Erlang分布等） 根據統(tǒng)計特征，計算確定系統(tǒng)的假設分布參數。 運用統(tǒng)計分布的檢驗方法，對假設的分布函數進行可信度檢驗。確信所收集的數據足以確定仿真中的輸入分量，而對仿真無用或影響不顯著的數據就沒有必要去多加收集。 考察一個似乎是獨立的觀察序列數據存在自相關的可能性。 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。 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 。：隨機變量服從泊松分10HH泊松分布的概率質量函數： ??? ????? ?其他02,1,0)( ! xxp xe x??24 五、輸入數據分析例題 [1] 對于 α=，不同 x值的概率從概率質量函數得到： 1 4 )5(1 9 )4(2 1 )3(1 7 )2(0 9 )1(0 2 )0(??????pppppp)11()10()9()8()7()6(???????pppppp 2 0 000 ?????? pnE25 xi 觀測頻度 Oi 期望頻度 Ei 0 12 1 10 2 19 3 17 4 10 5 8 6 7 7 5 8 5 9 3 10 3 1 合計 100 100 11?擬合優(yōu)良度檢驗2?iiiEEO 2)( ?22 17 五、輸入數據分析例題 [1] 26 計算出： ??511712??????? skf的自由度為：?在顯著性水平 α=，查表得出 (p409)： 5, ??被拒絕。 33 六、相關性分析 協(xié)方差和相關系數 1 協(xié)方差和相關系數是 X1和 X2之間線性相關程度的度量 ???? ???? )()( 2211 XX設 X1和 X2是兩個隨機變量，令 )(),( 2iiii XVXE ?? ??分別是 Xi的均值和方差。設 yi = ?0 + ?1 xi + ?i i=1， 2， …… ， n， 則 ?i = yi ?0
教學課件相關推薦
鄂ICP備17016276號-1