第四章仿真输入与输出数据分析.pptVIP

分布函数族确定后，但是必须确定具体的参数值，才能真正得到一个可以应用的拟合分布。主要的方法即采用：参数的点估计。其理论根据是“极大似然法”，其原理是： 认为所观测到的数据是系统中所产生的概率最大的一组数据。4.2.2参数估计第62页，共87页，星期日，2025年，2月5日设某一个随机过程X，其n个抽样样本为x1，x2，…，xn，该样本的均值为该样本的方差为如果离散数据已按频数分组，则k是X中不相同数值的个数即分组数，fi是X中数值Xj的观察频数4.2.2参数估计样本均值和样本方差第63页，共87页，星期日，2025年，2月5日第4章4.2.2参数估计用直方图或线图确定所收集的样本数据服从某种理论分布之后，还要由观测到的样本值计算出理论分布的参数。在数理统计中有许多参数估计的方法，如矩估计法、极大似然估计法等。因本书的重点在于参数估计的应用，故仅给出常用的理论分布参数及其估计值，如表4－7所示：第64页，共87页，星期日，2025年，2月5日在确定了参数后，并不意味着拟合分布已经得到和确定了。这是因为上述所采用的拟合分布的方法是试探法，它的结果只能被认为是一种可能的结果。为了检验所选分布是否正确，必须要对所选分布进行拟合优度检验，以便最后对所选分布做出结论。检验选定的分布是否与观测的数据相吻合第65页，共87页，星期日，2025年，2月5日理论分布和实际分布的差异程度？拟合度检验第66页，共87页，星期日，2025年，2月5日什么是假设检验?事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立采用逻辑上的反证法，依据统计上的小概率原理第67页，共87页，星期日，2025年，2月5日?什么小概率？1. 在一次试验中，一个几乎不可能发生的事件发生的概率2. 在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设3. 小概率由研究者事先确定第68页，共87页，星期日，2025年，2月5日假设检验的步骤1提出假设（原假设H0，备择假设H1)2确定适当的检验统计量3规定显著性水平?4作出统计决策第69页，共87页，星期日，2025年，2月5日(2)分布函数§2.7均匀分布?指数分布第30页，共87页，星期日，2025年，2月5日§2.7均匀分布?指数分布第31页，共87页，星期日，2025年，2月5日§2.7均匀分布?指数分布理论分布三：指数分布（Exponentialdistribution）第32页，共87页，星期日，2025年，2月5日§2.7均匀分布?指数分布第33页，共87页，星期日，2025年，2月5日§2.7均匀分布?指数分布第34页，共87页，星期日，2025年，2月5日§2.7均匀分布?指数分布第35页，共87页，星期日，2025年，2月5日一、正态分布的定义及其特征（一）定义若连续性随机变量X的概率分布密度函数为：其中，μ为平均数，σ2为方差，则称随机变量χ服从正态分布,记为χ～N(μ,σ2).相应的概率分布函数为理论分布三：正态分布normaldistribution第36页，共87页，星期日，2025年，2月5日（二）特征?正态分布密度曲线是以χ=μ为对称轴的单峰、对称的悬钟形；?f(x)在χ=μ处达到极大值,极大值为?f(x)是非负数，以x轴为渐进线；?曲线在χ±σ处各有一个拐点；正态分布密度函数曲线第37页，共87页，星期日，2025年，2月5日?正态分布有两个参数，即平均数μ和标准差σ。μ是位置参数，σ是变异度参数。?分布密度曲线与横轴所夹的面积为1，即：正态分布密度函数曲线特征第38页，共87页，星期日，2025年，2月5日μ相同而σ不同的三个正态总体σ相同而μ不同的三个正态总体特征第39页，共87页，星期日，2025年，2月5日二、标准正态分布standardnormaldistribution（一）定义由于正态分布是依赖于参数μ和（或σ）的一簇分布，造成研究具体正态总体时的不便。因此将一般的?(μ,σ2)转换为μ=0,σ2=1的正态分布，则称μ=0,σ2=1的正态分布为标准正态分布。标准正态分布的概率密度函数及分布函数如下：若随机变量U服从标准正态分布，记作U～?(0,1)第40页，共87页，星期日，2025年，2月5日标准正态分布概率密度函数第41页，共87页，星期日，2025年，2月5日理论分布四：泊松分布Possiondistribution泊