Главная страница

курсовая статистические методы. Обработка и анализ статистических данных о выездах пожарных подразделений по вызовам в городе


Скачать 292.47 Kb.
НазваниеОбработка и анализ статистических данных о выездах пожарных подразделений по вызовам в городе
Дата09.04.2023
Размер292.47 Kb.
Формат файлаdocx
Имя файлакурсовая статистические методы.docx
ТипКурсовая
#1048932
страница6 из 6
1   2   3   4   5   6

Эмпирическое и теоретическое (показательное) распределения длительности времени обслуживания вызова пожарными подразделениями в городе


Номер

Границы интервала,

Эмпирическое

Теоретическое







мин

распределение

распределение




интервала































нj




вj

m j

j

p j

f j




j







1

0




30

27

0,236

0,6582

40,7

























23,8




2

30




60

17

0,149

0,00000358

0,000078

























2,6




3

60




90

8

0,071

0,00000358

0,000078































4

90




120

4

0,035

0

0































5

120






5

0,043

0

0































Всего

-




-

114

1,000

1,000



































Для определения эмпирического распределения необходимо сделать следующее: по диспетчерскому журналу подсчитать число mj вызовов, у которых длительность времени обслуживания τобсл. попадает в j-й интервал.

Полученные в результате подсчетов значения mj называются эмпирическими частотами и связаны между собой соотношением:


Эмпирическая вероятность ωj (относительная частота) того, что τобсл попадет в j-й интервал, оценивается как доля, которую в общем числе N вызовов составляют вызовы, попавшие в j-й интервал:


Для определения теоретической вероятности pj того, что значение τобсл окажется меньше или больше какого-либо значения τ или попадет в j-й интервал используем показательное распределение








где µ - параметр показательного закона распределения µ=1/τср.обсл..
Средняя длительность времени обслуживания τср.обсл. может быть вычислена двумя способами:

1) как среднее арифметическое:



где τi – длительность времени обслуживания i-ого вызова, в нашем случае τср. обсл. = 2,12 мин
2) как среднее арифметическое взвешенное:



где - середина j-ого интервала, в нашем случае τср. обсл.=2,39 мин.
Среднее арифметическое взвешенное является менее точным, чем простое арифметическое, но для его нахождения требуется меньший объем вычислений.
Проведем расчет теоретической вероятности для примерного варианта.












Далее, для каждого j-ого интервала определяем теоретическую частоту fj вызовов, длительность времени обслуживания которых находится в пределах границ j-ого интервала.



Проведем необходимые вычисления теоретической частоты










Визуальное сопоставление интервальных вариационных рядов эмпирического и теоретического распределений позволяет сделать вывод о сходстве либо о несходстве характеров распределений. Для того чтобы определить, какими можно считать расхождения между теоретическим и эмпирическим распределениями: случайными (т.е. следствием недостаточного числа наблюдений, использованных для построения эмпирического распределения) или закономерными (т.е. обусловленными неверным выбором теоретического закона распределения), используется статистический критерий согласия Романовского.


Рис. 7. Гистограммы эмпирического и теоретического распределений длительности времени обслуживания вызова пожарными подразделениями в городе

Визуальное сопоставление полигонов эмпирического и теоретического распределений позволяет сделать вывод о сходстве характеров рассматриваемых распределений. Более точное заключение можно сделать, если использовать статистический критерий согласия Романовского:


где V- число групп значений случайной величины, для каждой из которых должно выполняться условие fk ≥ 9, если для какой-либо k-ой группы это условие не выполняется, то эта группа объединяется с предыдущей или с последующей группой, а соответствующие им частоты складываются, для нашего примера V=3; z- число параметров закона распределения, для закона Пуассона и для показательного закона z=1.
Если значение критерия Романовского ρ < 3, то расхождения можно считать не существенными (случайными), если ρ ≥ 3 – существенными.

Расчетное значение ρ=2,59 не превышает значения 3, т.е. расхождения между эмпирическим и теоретическим распределениями можно считать не существенными. Таким образом, закон Пуассона можно использовать для вероятностных расчетов распределения числа вызовов на различных временных интервалах.
Заключение

Если для рассматриваемого примера в состав дежурных караулов городских ПЧ включить 5 пожарных автомобилей, то будет обеспечен весьма высокий уровень противопожарной защиты города: в течение рассматриваемого периода времени (120 суток) для обслуживания вызовов в городе потребуется привлечь дополнительные пожарные автомобили извне лишь в единичных случаях.

Список литературы:

  1. Брушлинский Н. Н., Соболев Н. Н. Анализ циклических изменений плотности потока вызовов пожарных подразделений в городе // Организация, тактика и техника тушения пожаров на объектах народного хозяйства: Сб. науч.тр./


ВИПТШ МВД СССР. – М., 1988. – С. 100 – 107.

  1. Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики: Учеб-

ник. – М.: ИНФРА-М, 2009. – 416 с.


  1. Организация и управление в области обеспечения пожарной безопасности. Учебное пособие / В. Л. Семиков, В. А. Рязанов, Н. Н. Соболев и др. – М.: Ака-демия ГПС МЧС России, 2009. – 329 с.




  1. Соболев Н. Н. Моделирование организационно-управленческих ситуаций: Курс


лекций для слушателей очной и заочной форм обучения.– М.: Академия ГПСМЧС России, 2008. – 68 с.


  1. Соболев Н. Н. Интернет-технология формирования индивидуальных учебных заданий и их выполнения // Материалы 22-й научно-технической конференции «Системы безопасности» – СБ-2013. – М.:АГПС МЧС России, 2013. – С. 316 –


318.

  1. Соболев Н. Н. Использование компьютерной технологии в учебном процессе


при разработке индивидуальных заданий расчетного характера // Материалы 6-й международной конференции "Системы безопасности" – СБ-97. – М.: МИПБ МВД России, 1997. – С. 124 – 125.


  1. Соболев Н. Н. Компьютерная имитационная модель для демонстрации процесса занятости пожарных подразделений обслуживанием вызовов в городе // Мате-риалы 21-й научно-технической конференции «Системы безопасности» – СБ-2012. – М.: АГПС МЧС России, 2012. – С. 168 – 171.




  1. Соболев Н. Н. Компьютерная технология формирования индивидуальных рас-четных заданий в учебном процессе // Материалы 19-й научно-технической конференции «Системы безопасности» – СБ-2010. – М.: АГПС МЧС России,


2010. – С. 270 – 272.

  1. Соболев Н. Н. Моделирование организационно-управленческих ситуаций: Курс

лекций. – М.: Академия ГПС МЧС России, 2007. – 68 с.


  1. Соболев Н. Н., Коломиец Ю. И. Учебный комплекс по обработке статистиче-ских данных и математическому моделированию организационно-управленческих ситуаций в пожарной охране // Материалы 6-й международной конференции "Системы безопасности" – СБ-97. - М.: МИПБ МВД РФ, 1997. –


С. 119 – 120.


  1. Соболев Н. Н. Статистические закономерности циклических изменений интен-сивности потока вызовов пожарных подразделений в городах // Материалы 23-й научно-технической конференции «Системы безопасности – 2014». – М.: Акаде-мия ГПС МЧС России, 2014. – С. 192 - 195.




  1. Соболев Н. Н. Статистические закономерности циклических изменений часто-сти возникновения пожаров в городах со временем суток // Материалы 24-й на-учно-технической конференции «Системы безопасности – 2015». – М.: Акаде-мия ГПС МЧС России, 2015. – С.
1   2   3   4   5   6


написать администратору сайта