输入数据建模21随机数和随机变量随机数的产生.ppt

第二章 输入数据建模 2.5 Stat：fit在输入数据建模中的应用 用Stat::Fit进行数据检验 （1）独立性检验 趋势段测试 第二章 输入数据建模 2.5 Stat：fit在输入数据建模中的应用 用Stat::Fit进行数据检验 （2）同质性检验 同质性检验（test for homogenecity）。检验数据是否来自同一分布，查看直方图有几个峰值，若有2个或以上峰值则说明不同质。下图显示数据的频率直方图说明数据不同质，即数据不是服从同一分布。 第二章 输入数据建模 2.5 Stat：fit在输入数据建模中的应用 利用Stat::Fit全自动化拟合 全自动化拟合功能能够自动选择合适的连续或离散分布来匹配输入数据，对这些分布进行极大似然估计，检验结果的匹配度，并以他们的相对排位来显示这些分布。相对排位是由使用有效吻合度估算的观察决定的。 （1）在Stat::Fit中输入原始数据。 （2）数据检验 （3）执行自动拟合 第二章 输入数据建模 2.5 Stat：fit在输入数据建模中的应用 利用Stat::Fit进行手工法拟合 Stat::Fit的手工法适用于：连续随机变量理论分布、离散随机变量理论分布、连续随机变量经验分布、离散随机变量经验分布。 第二章 输入数据建模 2.5 Stat：fit在输入数据建模中的应用 利用Stat::Fit进行手工法拟合 下面对用Stat::Fit进行连续随机变量手工拟合的步骤介绍如下： ①输入原始数据。 ②设置输入数据选项。 ③数据检验。 ④设置拟合参数。 ⑤执行拟合并选择最佳分布。 ⑥选择P-value最大的分布。 第二章 输入数据建模 习题 2.1 什么是确定性系统？什么是随机系统？ 2.2 随机数的产生方法有哪些？ 2.3 利用逆变换法，求解服从分布密度函数 的随机数。 2.4 利用取舍法，求解服从分布密度函数 的随机数。 2.5 收集随机数时需要注意什么？ 2.6 如何辨识连续随机变量分布类型？离散随机变量分布类型呢？ 第二章 输入数据建模 习题 2.7 考察如下一组随机数： 0.43 0.09 0.52 0.98 0.78 0.44 0.21 0.12 0.64 0.76 0.38 0.67 0.97 0.46 0.07 0.18 0.49 0.47 0.22 0.47 0.69 0.99 0.77 0.76 0.65 0.14 0.25 0.37 0.99 0.2 0.74 0.03 0.71 0.28 0.65 0.5 0.54 0.13 0.87 0.5 0.97 0.17 0.32 0.91 0.28 0.39 0.65 0.73 0.93 0.24 0.99 0.71 0.99 0.64 0.5 0.66 0.01 0.24 0.81 0.94 0.73 0.15 0.45 0.1 0.18 0.82 0.96 0.43 0.57 0.94 0.27 0.34 0.65 0.79 0.03 0.49 0.69 0.85 0.37 0.5 0.6 0.93 0.48 0.42 0.04 0.46 0.04 0.91 0.97 0.26 0.81 0.62 0.79 0.88 0.46 0.74 0.06 0.11 0.92 0.87 取 ） （1）利用 检验确定此随机数序列的均匀性。 （2）利用K-S检验确定此随机数序列的均匀性。 （3）利用自相关检验确定此随机数序列的独立性。 （4）利用连贯性检验确定此随机数序列的独立性。 2.7 拟合优度检验的方法有哪些？ 2.8 学习使用stat::Fit进行数据检验。 * * * * * * * * * * * * * Page ? * 物流系统仿真 ——从理论到实践 Page ? * 物流系统仿真 ——从理论到实践 Page ? * 物流系统仿真 ——从理论到实践 Page ? * 物流系统仿真 ——从理论到实践 Page ? * 物流系统仿真 ——从理论到实践 Page ? * 物流系统仿真 ——从理论到实践 物流系统仿真 ——从理论到实践 第二章 输入数据建模 第二章 输入数据建模 2.1 随机数和随机变量 2.1.1 确定性系统和随机系统 2.1.2 随机变量与随机数 2.1.3 随机数的产生 2.1.4 随机数的产生方法 2.2 数据采集与处理 2.2.1 数据的收集 2.2.2 随机变量分布的辨识 2.3 拟合输入分布与相关性检验 2.3.1 拟合优良度检验 2.3.2 随机变量的相关与回归分析 2.4 经验分布 2.4.1 连续型变量的经验分布 2.4.2 离散型变量的经验分布 2.5 Stat::Fit在输入数据建模中的应用 2.5.1 用Stat: