第四章随机数产生原理.ppt

*信息统计分析*例4.7.1对随机数发生器unifrnd产生的1000个随机数进行均值、方差、偏度和峰度等的参数的检验。偏度计算方法为：u3=mean(((R-R_mean)/R_std).^3)*0.408248*sqrt(n);峰度计算方法为：uu=mean(((R-0.5)/sqrt(1/12)).^4)-1.75u4=uu*0.204124*sqrt(n);function[s1,s2,s3,s4]=moment_test(R)%对（0，1)均匀分布随机数进行矩检验n=length(R);R_mean=mean(R);R_var=var(R);R_std=std(R);u1=sqrt(12*n)*(R_mean-0.5);ifabs(u1)1.96s1=pass;elses1=*;end第61页，共100页，星期日，2025年，2月5日*信息统计分析*%对方差进行检验var(R)u2=sqrt(180*n)*(R_var-1/12)ifabs(u2)1.96s2=pass;elses2=*;end%对偏度进行检验u3=mean(((R-R_mean)/R_std).^3)*0.408248*sqrt(n);ifabs(u3)1.96s3=pass;elses3=*;end第62页，共100页，星期日，2025年，2月5日*信息统计分析*%对偏度进行检验uu=mean(((R-0.5)/sqrt(1/12)).^4)-1.75u4=uu*0.204124*sqrt(n);ifabs(u4)1.96s4=pass;elses4=*;end调用该函数的主程序为：R=rand(1,1000);[s1,s2,s3,s4]=moment_test(R);S1%显示对均值的推断，pass为接受，*拒绝S2%显示对方差的推断，pass为接受，*拒绝S3%显示对偏度的推断，pass为接受，*拒绝S4%显示对偏度的推断，pass为接受，*拒绝第63页，共100页，星期日，2025年，2月5日*信息统计分析*计算结果为：s1=passs2=passs3=passs4=pass2)均匀性检验或称分布的拟合优度检验均匀性检验，又称频率检验，检验它的经验分布频率和理论频率的差异是否显著。把[0，1]区间分为k个等区间，按ri取值的大小把（4.6.3）分为k组，设有ni个随机数属于i组，即共有个满足不等式（i－1）/k＜r＜i/k。根据均匀性假设，满足在每个小区间的概率为Pi=1/k，mi=N/k由（4.6.2）得统计量第64页，共100页，星期日，2025年，2月5日*信息统计分析*渐近服从分布，而统计量(4.6.8)理论频数nimi第65页，共100页，星期日，2025年，2月5日*信息统计分析*为累积频率检验，渐近服从柯莫洛戈洛夫—斯米尔诺夫分布取显著水平α=0.05，当DN＞1.35时拒绝均匀性假设。（4.6.9)第66页，共100页，星期日，2025年，2月5日*信息统计分析*例4.7.2对分布的拟合优度进行检验。（1）渐近服从柯莫洛戈洛夫—斯米尔诺夫检验R=unifrnd(0,1,1000,1);h=kstest(R,[Runifcdf(R,0,1)])结果为：h=0，接受原假设，是来自（0，1）均匀分布随机数第67页，共100页，星期日，2025年，2月5日*信息统计分析*R=unifrnd(0,1,1,1000);%构造卡方统计量k=12;n=length(R);n1=hist(R,k);%计算每个区间的频数kf_7=k/n*(sum((n1-n/k).^2));%计算分位点即统计量chi2_p=chi2cdf(k-1,kf_7);%计算下侧概率ifchi2_p0.95chi2_str=pass;elsechi2_str=*;endchi2_str（2）利用卡方分布进行检验第68页，共100页，星期日，2025年，2月5日*信息统计分析*3）独立性检验随机数独立性检验，其重点是检验（4.6.3）中前后各随机数的统计相关是否异常。我们