Лабораторная 2 (теория). Отчет по лабораторной работе 2 одномерная статистическая модель
![]()
|
Государственное автономное образовательное учреждение Астраханской области высшего образования «Астраханский государственный архитектурно-строительный университет» Кафедра систем автоматизированного проектирования и моделирования ![]() по лабораторной работе №2 «ОДНОМЕРНАЯ СТАТИСТИЧЕСКАЯ МОДЕЛЬ» Выполнил ст. группы ПГ-31-18 Кузнецов К.А. (Ф.И.О.) Преподаватель к.т.н., доцент Евсина Е.М. (Ф.И.О.)
Лабораторная работа №2 Одномерная статистическая модель. Цель работы: Расчёт статистических характеристик никеля. Оборудование: 1. MatCAD Ответы на контрольные вопросы Реализация случайной величины Одномерная статистическая модель применяется для изучения одного свойства. Пусть имеется система, состоящая из множества однородных геологических объектов. Выборочным методом возьмем из множества n объектов и у каждого из них измерим характеристику свойства х. Результаты измерений обозначим х1, х2, ..., хn и составим из них матрицу (1.1), в которой число строк равно n, а число столбцов k = 1. В основе одномерной статистической модели лежат три гипотезы: а) измеренные значения х1, х2, ..., хn носят случайный характер; б) они не зависят друг от друга; в) значения образуют однородную совокупность. Измеренные значения принято называть реализациями случайной величины х. Размах Размах – это разность между максимальным хmax и минимальным хmin значениями свойства: ![]() Медиана Медиана – средний член упорядоченного ряда значений. Для нахождения медианы нужно расположить все значения в порядке возрастания или убывания и найти средний по порядку член ряда. В случае n – четного числа в середине ряда окажутся два значения, тогда медиана будет равна их полусумме. ![]() Мода Мода – наиболее часто встречающееся значение случайной величины. Методику ее нахождения мы рассмотрим позднее. Среднее значение Среднее значение – это среднеарифметическое из всех измеренных значений: ![]() Существуют другие виды средних (среднее взвешенное, среднее геометрическое, среднее гармоническое и др.), которые вычисляются в особых случаях и здесь не рассматриваются. Дисперсия Дисперсия – это число, равное среднему квадрату отклонений значений случайной величины от ее среднего значения: ![]() Среднеквадратичное отклонение Среднеквадратичное отклонение – это число, равное квадратному корню из дисперсии: ![]() Среднеквадратичное отклонение имеет размерность, совпадающую с размерностью случайной величины и среднего значения. Например, если значения случайной величины измерены в метрах, то и среднеквадратичное отклонение также будет выражаться в метрах. Коэффициент вариации Коэффициент вариации – это отношение среднеквадратичного отклонения к среднему значению: ![]() Коэффициент вариации выражается в долях единицы или (после умножения на 100) в процентах. Вычисление коэффициента вариации имеет смысл для положительных случайных величин Ассиметрия Асимметрия – степень асимметричности распределения значений случайной величины относительно среднего значения, ![]() Экцесс Эксцесс – степень остро- или плосковершинности распределения значений случайной величины относительно нормального закона распределения, ![]() Математическое ожидание Математическое ожидание случайной величины М(х) – это ее среднее значение в генеральной совокупности. Оно, за редким исключением, бывает неизвестно, и приходится пользоваться его приближенной оценкой (точечной оценкой) – выборочным средним значением x, определяемым по формуле. При увеличении числа наблюдений выборочное среднее стремится к пределу – к математическому ожиданию. Дисперсия генеральной совокупности Дисперсия генеральной совокупности D(х) – это число, равное среднему квадрату отклонений случайной величины от ее математического ожидания. Если математическое ожидание известно, то дисперсию находят по формуле. ![]() Моменты случайной величины, их связь со статическими характеристиками Вычисление статистических характеристик можно производить непосредственно по формулам, но на практике характеристики обычно находят с помощью моментов. Моментом случайной величины k-го порядка относительно постоянного параметра а называется выражение ![]() Порядок k может быть выражен любым целым числом, но интерес представляют первые четыре момента (порядка). В зависимости от выбора параметра а различают начальные и центральные моменты. В первом случае а выбирается произвольно, что имеет смысл для ускорения вычислений. Часто полагают а = 0, и формула начальных моментов приобретает вид ![]() Во втором случае принимают a = x и получают центральные моменты ![]() От начальных моментов можно перейти к центральным ![]() ![]() ![]() ![]() Зная моменты случайной величины, можно найти ее статистические характеристики по формулам ![]() ![]() ![]() Группировка исходных данных При большом числе исходных данных (n>50) расчет статистических характеристик с помощью таблиц становится громоздким, поэтому применяется компактный метод расчета с предварительной группировкой данных. Для этого весь диапазон исходных значений от хmin до хmax разбивается на равные интервалы (классы), границы которых удобно брать округленными, хотя это не имеет принципиального значения. С округленными границами удобнее работать. Число классов зависит от числа исходных данных. Обычно принимается от 6 до 20 классов, но можно использовать и больше. Для определения числа классов рекомендуется эмпирическая формула Nкл = 16[0,4ln(n) – 1]. Далее подсчитывают число исходных значений, попавших в каждый класс, и результаты сводят в таблицу. Некоторая трудность возникает в том случае, когда отдельные значения попадают на границу классов. Их можно относить в старший класс либо пытаться распределить примерно поровну между смежными классами. Число значений в классе называется частотой. Если выразить частоту в относительных долях к общему числу значений, то получим частость. Ееможно выразить в процентах. Построение гистограммы Данные табл.2.4 позволяют построить гистограмму значений случайной величины (рис.2.1). По оси абсцисс откладывают классы, а по оси ординат – частоту или частость в виде ступенек. Для удобства обозрения над ступеньками выписана частота, а рядом с гистограммой указано суммарное значение n. Гистограмма дает наглядное представление о поведении случайной величины. На ней видны размах и частота значений. Полезную информацию несет и форма гистограммы; она может быть симметричной и асимметричной, с одним, двумя и более максимумами частот. Н ![]() аличие нескольких максимумов свидетельствует о неоднородности изучаемой совокупности и позволяет ставить вопрос о выделении однородных совокупностей. В некоторых случаях отдельные частоты резко преобладают, это чаще всего связано с дефектами измерений. Например, при химическом анализе часто встречаются округленные значения и гораздо реже – промежуточные между ними. Чтобы устранить влияние подобных погрешностей, следует увеличить размер классов и построить гистограмму снова. |