红包派发所引出风险问题和统计检验方法分析.docVIP

红包派发所引出风险问题和统计检验方法分析 　　【摘要】本文针对近几年出现的抢红包热潮，运用统计检验分析方法对现实生活中红包和抽奖问题涉及的概率论原理进行研究.针对某金融基金管理公司M采取两种奖金派发模式：一种是抓阄模式，另一种是领奖模式.通过相关数据分析，得出了奖金的分布情况，引出了统计假设检验.建立近似于正态分布的泊松分布模型和两个正态总体的假设检验. 　　【关键词】风险决策；泊松分布模型；统计检验；期望；假设性检验 　　【基金项目】国家自然科学基金；山东省自然科学基金（ZR2012AM012）. 　　一、引 言 　　2014年年初，微信红包横空出世，随后是支付宝红包、腾讯QQ红包等.因此，微信群和QQ群每逢节假日或者聚会活动等，大家争先恐后抢红包，派发红包，特别是在春节等重要的节假日，成为全民参与的游戏，这就是每年春节期间的红包大战.微信红包功能是对现实生活中真实红包的拟物设计，而开发的随机红包又将“抽奖”与“红包”相结合.而红包和抽奖本身就是大家喜闻乐见的游戏玩法，微信红包将其电子化，没有距离和空间的约束，千里之外可以参与游戏，为其广泛性和便捷性带来了坚实的基础. 　　二、问题的提出 　　每到年终，许多公司为员工发年终奖的时候选择各种奖金派发模式.这里我们假设选择两种最常见的方式：一种是随机抓阄模式，另一种是领奖模式（30万元）.下面我们对其涉及的概率论、统计分析、假设检验和风险评估等问题进行理论研究. 　　研究的问题： 　　问题1 若核心员工A对待风险持中立态度，既不回避风险，也不主动追求风险.不管风险状况如何，预期收益的大小是他们选择资产的唯一标准，这是由于所有相同预期收益的资产将给他们带来同样的效用.我们要用概率论相关知识计算出期望值来判断A员工的决策. 　　该员工为风险中立者，核心员工A对待风险的态度是中立的，他的选择取决于若采取抓阄方式他所能获得奖金的数学期望与不进行抓阄所获得的30万元奖金的比较.若数学期望高于30万元，员工A将会采取抓阄方式，否则不采取. 　　问题2 若核心员工B选择抓阄模式，他在箱子中抽奖，在这种情况下他获得的钱数小于等于30的概率是多少（即他承担的风险），运用相关知识判断他获得总奖金的概率分布是什么. 　　核心员工B采取抓阄方式，他所承担的风险可以理解为抓阄所得的奖金额小于30万的概率，对于他所获得的总??金的可能取值，首先通过Excel将0.1至10共100个数据列出，应用随机求和函数进行随机抽取其中的6个数并加和的运算.从而得到一组新数据，该数据即为6张奖券的总金额的可能取值.求取总金额的方式可应用MATLAB软件、SPSS软件或Excel，也可以通过C-Free编程得到.对于所求得的表示奖金总金额的新数据，通过Excel生成频率分布直方图，可以清晰直观地看出这组数据的特点及分布情况.对于该员工总金额的概率分布情况，用上述求得的奖券金额的数据，应用MATLAB软件中的画图程序，画出概率分布图，从而可直观地得到该员工所获得的奖金的概率分布情况. 　　问题3 该公司派出一些员工到哈佛大学金融学进修，用抽样调查来获得数据，运用假设性检验的方法来判断进修的员工业绩是否有显著性提高，并以此次数据假设性检验得到的结果决定是否应该继续派遣员工到哈佛大学金融学进修. 　　对于员工进修项目能否提高员工业绩以及是否应继续实施的问题.通过数据可知，接受培训的员工的业绩的均值，记为X1；未接受培训的员工的业绩的均值，记为X2.可求接受培训的员工的业绩的方差，记为S21；未接受培训的员工的业绩的方差，记为S22.由其概率分布，在给定的显著性水平下，应用统计假设检验方法得出结论. 　　三、模型的建立与求解 　　我们做出如下假设： 　　（1）抽样调查获取的数据准确且能够对总体做出预测. 　　（2）一个员工抽取的各种结果相互独立且服从员工一次抽取各种情况概率相等的古典概型. 　　（3）员工抓阄获得总奖金的概率分布是泊松分布. 　　统计检验方法概述：以小概率为标准，对总体参数或分布形式所做出假设进行判断.基本思路如下： 　　（1）提出原假设与备择假设.结合实际问题背景，一般原假设为零假设或无效假设，备择假设为期望出现的结论.再根据备择假设选取单双侧检验. 　　（2）构造检验统计量. 　　（3）根据显著性水平确定拒绝域. 　　（4）计算检验统计量样本观测值. 　　（5）如果样本观测值落入拒绝域，就拒绝原假设，接受备择假设；反之，则不否定原假设. 　　适用性条件：样本总体服从正态分布或样本容量较大时，也可能产生两类错误，可以通过增加样本容量，尽量控制两类错误. 　　Z=X1-X2-（μ1-μ2）S21n+S22m. 　　（一）针对问题1模型的建