Лабораторная работа: Исследование статистических характеристик случайной последовательности

Одномерный закон распределения при большом объеме последовательности оценивается статистическим рядом, графическое изображение которого называется гистограммой. При малом объеме последовательности, когда N не превосходит несколько десятков, используется статистическая функция распределения, называемая также выборочной и эмпирической.

Для построения гистограммы диапазон возможных значений элементов последовательности разбивается на е участков точками U1,U2,Ue

Крайние точки Uo и Ue могут быть бесполезными. Длины участков ΔU могут быть необязательно одинаковыми. Если они различны, то чаще всего называются так, чтобы вероятности попадания на все участки были одинаково близки друг к другу. В связи с тем, что моделируемый генератор вырабатывает целые случайные числа от 1 до g , то участки выделяются точками U1=1;U2=2;Ue=g.

Статистический ряд- это совокупность чисел V1,V2,Ve , где Vj0- количество элементов последовательности, удовлетворяющее неравенствуUj-1 < Xi< Uj т.е попавших в j –участок. Графическое представление статистического ряда, т. Е гистограмму, удобно строить в относительных величинах. Поэтому производится нормировка:

e

∑ Vj / N=1 (9)

i=1

Статистическая (выборочная , эмпирическая) функция распределения F*(X) является оценкой для интегральной функции распределения и вычисляется по формуле :

0,если X<X1

F*(X)= k/n, если Хk< Х< Хk+1

1, если X>Xn (k=1,2,..N-1) (10)

Где Xk-тый элемент вариационного ряда, т.е. последовательности, в которой элементы расположены в порядке возрастания числовых значений. Графическое представление функции распределения показано показано на рис.

Проверка гипотезы о законе распределения.

Гипотеза о законе распределения элементов последовательности задается названием закона и численным значением параметров. Она может быть задана плотностью вероятности в виде формулы или графика.

Иногда может быть задана интегральная функция распределения. Тогда знак F(x)можно всегда найти плотность вероятности как f(x)=p(x).

Для проверки гипотезы о законе распределения при большом объеме последовательности (n>100)пользуются критерием X² Пирсона. По построенному статистическому ряду (гистограмме) вычисляется статис. х² (Δ)

e

Δ= X² = ∑(Vj-NPj)² /(NPj) (11)

i=1

Где Pj- вероятность попадания элемента последовательности в j-ый участок

Vj- j-ый член стат.ряда, т.е. количество элементов последовательности попавших в j-ый участок

N – общее количество элементов последовательности.

Распределение Х² зависит от параметра r , называемого числом «степени свободы». Число степеней свободы r равно числу участков е минус число независимых условий, наложенных на частоты Pj =Vj / n (j=1,e). Примером такого условия может быть условие вида (9), которое накладывается при любом случае. Поэтому

R=e-1 (12)

Если для теоретического распределения задаются математическое ожидание, дисперсия и другие параметры, то число степеней свободы уменьшается на число таких параметров.

Для распределения Х² имеются специальные таблицы, по которым можно для каждого значения Х² и числа степеней свободы r найти вероятность P того, что величина, распределенная по закону Х² превзойдет его значение. Вероятность P, определенная по таблице, есть вероятность того, что за счет числа случайных причин мера расхождения теоретического и статистического распределения (11)будет не меньше, чем фактически наблюденное в данном серии опытов значения Х². если эта вероятность P весьма мала, то результат опыта следует считать противоречивым гипотезе о том, что закон распределения величины Х есть F(x). Поэтому эту гипотезу следует отбросить как неправдоподобную. Напротив, если вероятность P сравнительно велика, то можно признать расхождения между теоретическим и статистическим распределением вещественным. При этом гипотеза о том, что величина X распределена по закону F(x) можно считать правдоподобной или не противоречащей опытным данным.

На практике, если P оказывается меньше, чем 0,1, то рекомендуется проверить и по возможности повторить эксперимент. В случае, если опять появятся замеченные расхождения, то следует подобрать более подходящий для описания стат. Данных закона распределения.