概率统计分布模型概要.pptxVIP

概率统计分布模型 ;离散型分布---- 1.泊松分布;应用举例;离散型分布---- 2.二项分布;应用举例;应用举例;离散型分布---- 3.负二项分布;应用举例;离散型分布---- 4.拟合优度检验 ; 检验所能解决的两类问题 某随机变量（车辆到达数）是否服从某种完全给定的概率统计分布模型（模型及参数）。 某随机变量（车辆到达数）是否服从某种形式的概率统计分布模型。给定了分布类型（如泊松分布），但没有给出对应的参数值，而应自行通过样本数据去估计出该分布的参数值。 ;拟合优度检验的步骤 建立原假设H0 数据整理 分布形式 模型标定 选择适宜的统计量 确定统计量的临界值 显著性水平的确定；自由度DF的计算 判断统计检验的结果 则接受； 则拒绝;拟合优度检验时的注意事项 总频数应较大，即样本量应足够的大。 样本分组应连续 ，且样本分组数应不小于5。 检验时，应优先选用简单的概率统计分布模型去拟合。 计算理论频数后，应将理论频数小于5的组合并，直到合并后的理论频数大于5为止 ，且此时应以合并后的组数作为计算自由度的组数 。;连续型分布----1.负指数分布;连续型分布----1.负指数分布;例1：在交通量为Q=600辆/小时的道路上，在观测断面处的到达车辆数服从泊松分布，求车头时距在18-24秒之间的数量占总车头时距数量的比例？ 例2：某交通流属泊松分布，已知交通量为1200辆/小时，试求车头时距t≥5s的概率；车头时距t5s的出现的次数；车头时距t≥5s的车头间隔的平均值？;例3：某主干道优先次干道等让交叉口，主干道上的车流通行能力为Q主辆/小时，为连续行驶的交通流并假定车流的车头时距服从负指数分布，允许次要道路车辆通过或插入的临界间隙为?秒，当出现可插间隙时，次要道路车流可以相继通过的随车时距为?秒，试分析计算该交叉口的理论通行能力（假定次要道路上排队车辆最多不超过n辆）。;例4：某无信号控制交叉口，主要道路上的流量为Q辆/小时，次要道路上车流横穿主要车流所需要的时间为?秒，主要道路上车辆的车头时距服从负指数分布，试求次要道路上车辆的平均延误时间？;交通流中的开段和闭段 开段与闭段的含义：在对车辆行驶状态调查中，可以观测到有些车辆间距可以允许行人或车辆横穿，而有些车辆间距行人或车辆无法横穿。通常称能横穿的区段为开段，不能横穿的区段则称之为闭段。 假定tc为车辆或行人横穿车流的临界时间，那么开段就是车头时距大于或等于tc 的区段，闭段就是车头时距小于tc 的区段。;开段和闭段相关计算公式 开段分布概率： 1h内开段总个数： 开段所有车头时距平均值： 1h内开段包括的全部时间：;开段和闭段相关计算公式 闭段分布概率 ： 1h内闭段总个数 ： 闭段平均时距值 ： 1h内闭段包括的全部时间 ：;连续型分布----2.移位负指数分布 ;连续型分布----2.移位负指数分布 ;一般时距分布图 （1）车头时距分布的概率密度曲线一般是先升后降。 （2）为了克服移位的负指数分布的局限性，可以采用更通用的连续型分布模型，如M3分布、爱尔朗分布、Wei bull分布、Pearson III型分布、对数正态分布、复合指数分布等。 ;应用一：计算无控交叉口次要道路的通行能力 1.某主干道优先次干道等让交叉口，主干道上的车流通行能力为Q主 辆/小时，为连续行驶的交通流并假定车流的车头时距分布服从移位的负指数分布，允许次要道路车辆通过或插入的临界间隙为α秒，当出现可插间隙时，次要道路车流可以相继通过的随车时距为β秒，试分析计算该交叉口的理论通行能力（次要道路上排队不超过n辆）。;2.某不设信号管制的交叉口，次要道路上车流为能横穿主要道路车流，车辆通过主要车流的最小ht为6s，次要道路饱和车流的平均ht为3s，主要道路Q为1200辆/h。求:(1) ht为6s或更大的概率？次要道路可能通过的车辆数？(2)若最小ht为1.0s，那么ht大于等于6s的概率是多少？次要道路可能通过的车辆又为多少？;应用二：计算信号交叉口左转车流通行能力 ;连续型分布----3.Eralng分布;模型简化：;适用条件： Erlang分布函数中的参数l可以反应从自由车流到拥挤车流的各种车流条件。参数l的取值越大，车流越拥挤，驾驶员自由行车越困难；l的取值越小，说明车流越畅通，驾驶员有较大的行驶自由度。通常，Erlang分布中的参数l可以认为是非随机性程度的一种粗略表示，车流的非随机性程度随着参数l的增加而增加。;分布函数 密度函数 概率密度曲线 参数l的取值等于2时，密度曲线为先升后降，符合车头时距的一般变化规律。;Erlang分布的应用 计算无控交叉口次要道路的通行能力或交通量 当参