数据分析模型演示文稿.pptVIP

模型2 中位数模型 x1-1 x-xn 假定：样本的最小值与最大值在总体中对称. ? ? ? 模型3 两端间隔对称模型 x1-1=x-xn 当前第31页\共有80页\编于星期二\7点 模型4 平均间隔模型 把起始号码和样本排成数列：1, x1, x2, … , xn, 相邻两数有n个间隔：x1?1, x2?x1?1, … , xn? xn-1?1 n个间隔的平均值 ? 作为xn与x间隔的估计 当前第32页\共有80页\编于星期二\7点 模型5 区间均分模型 将总体区间[1, x]平均分成 n 份. 每个小区间长度 假定：样本中每个xi 都位于小区间的中点. x?xn应是小区间长度的一半 当前第33页\共有80页\编于星期二\7点 计算与分析 第1样本： 0321, 0028, 0602, 0310, 0498, 0574, 0612, 0429, 0767, 0212 第2样本：0249, 0739, 0344, 0148, 0524, 0284, 0351, 0089, 0206, 0327 设定x0 =0001 ? 模型1 模型2 模型3 模型4 模型5 最大相差 第1样本 870 926 794 843 807 134 第2样本 651 610 827 812 778 217 相差 221 316 33 31 29 用5个模型估计出租车总数x 不合理 (x = 651, 610 739) 651 610 0739 不稳定（相差大） 当前第34页\共有80页\编于星期二\7点 计算与分析 用全部样本，有统计依据 ? ? ? ? ? 当前第35页\共有80页\编于星期二\7点 数值模拟 样本估计结果与总体对比, 评价各个模型. 用5个模型分别对每个样本估计总体x. 画m个样本估计的x的直方图，分析x的分布. 给定总体{1, 2, … , x}，x=1000 从总体中取n=10个数为一个样本，共m=200个样本 对每个模型计算m个样本估计的x的平均值、标准差及平均值与真值x=1000间的误差 当前第36页\共有80页\编于星期二\7点 ? 模型1 模型2 模型3 模型4 模型5 平均值 1023.2 1037.4 1010.0 1005.6 962.3 平均值误差 23.2 37.4 10.0 5.6 -37.7 标准差 170.1 261.0 126.3 90.9 87.0 ? 模型1 模型2 模型3 模型4 模型5 平均值 986.5 985.4 980.8 992.9 950.1 平均值误差 -13.5 -14.6 -19.2 -7.1 -49.9 标准差 181.4 271.1 107.9 86.6 82.8 数值模拟 第1次 模拟 第2次 模拟 总体x=1000,每个样本 n=10, m=200个样本 平均值误差小 标准差大 标准差小 平均值误差大 模型4 (平均间隔模型)较优. 5.6 90.9 -7.1 86.6 当前第37页\共有80页\编于星期二\7点 模型1 模型2 模型3 模型4 模型5 数值模拟 第1次模拟的直方图 左低右高的非对称型 左右对称型 当前第38页\共有80页\编于星期二\7点 模型中起始号码已知(平移至1),限制了应用范围. 小结与评注 5个模型中平均值和中位数模型用到一点统计，其他3个模型来自常识, 后者竟然较前者更优. 数值模拟是模型检验的重要方法: 给定总体通过模拟产生样本, 根据模型得到总体参数, 进行比较和评价. 问题：哪些模型可以推广到起始号码未知的情况？ 当前第39页\共有80页\编于星期二\7点 与“估计出租车的总数”相关的历史事实 二战中一支盟军的指挥部急需掌握德军坦克的数量. 盟军俘获了若干辆德军坦克，得到它们的序列号码. 情报人员获知这支部队的坦克号码按顺序编排. 以俘获的坦克号码为样本，估计出坦克总量. 英美情报机构通过捕获德军武器的序列编号，对军用轮胎、枪支、装甲车等众多装备的产量做出估计. 战后将估计值与从档案中得到的实际产量进行比较，多数估计的误差在10%以内！ 当前第40页\共有80页\编于星期二\7点 1.4 解读CPI CPI (Consumer?Price?Index) ~ 居民消费价格指数 每月9日左右国家统计局发布上月全国CPI数据. 反映购买消费品和服务项目时价格变动趋势的数字. 观察通货膨胀水平的重要指标. 从数学建模的思路，按照数据分析方法解读CPI. 当前第41页\共有80页\编于星期二\7点 按照时间顺序解读CPI 环比价格指数 以上月为基期进行对比 消除季节变化和节日对价格的影响 同