Управление качеством электронных средств. Муромцев Д.Ю - 30 стр.

UptoLike

()
1
Ф
ИИ, 1, 2...
20
ttt
zz tN
=+ +δ =
, (1)
где
t
z наблюдение в момент времени t; Ичисло букв, содержащихся в имени студента; Фчисло букв, содержащихся в
его фамилии;
t
δ случайная добавка в момент времени t, определяется генератором случайных чисел; N – число моментов
времени, N принимается равным 40 для всех вариантов.
В качестве значения наблюдения
0
z устанавливается
0
Oz
=
, где Очисло букв, содержащихся в отчестве студента.
Полученный временной ряд округляется до сотых.
Методические указания по выполнению работы
Временным рядом называется множество наблюдений, генерируемых последовательно во времени. Если время
изменяется непрерывно, то временной ряд называется непрерывным, если время изменяется дискретно, то временной ряд
называется дискретным (ДВР).
Наблюдения ДВР делаются в моменты времени t
1
, t
2
, …, t
N
и обозначаются z
t1
, z
t2
, …, z
tN
.
Порядок выполнения работы содержит следующие этапы.
1. По формуле (1) моделируется исходный временной ряд и заносится в табл. 1.
2. Рассчитывается выборочное среднее временного ряда по формуле
1
1
N
t
t
zz
N
=
=
, (2)
для приведенных в табл. 1 данных
40
1
1
3, 76
40
t
t
zz
=
==
.
3. Оценивается дисперсия ВР с использованием формулы:
22
1
1
()
N
zt
t
zz
N
=
σ=
, (3)
для нашего примера
40
22
1
1
( 3,85) 0,13
40
zt
t
z
=
σ= =
.
4. Определяется автоковариация временного ряда с задержкой k:
2
0
1
;
1
ˆ
( )( ); 1, 2,3.
z
Nk
kttk
t
zzz z k
Nk
+
=
γ=σ
γ= =
(4)
Например,
0
0,13;γ=
39
1
1
1
( 3,76)( 3,76) 0,064;
39
ttk
t
zz
+
=
γ= =
38
2
1
1
( 3,76)( 3,76) 0,02;
38
ttk
t
zz
+
=
γ= =
37
3
1
1
( 3,76)( 3,76) 0,013.
37
ttk
t
zz
+
=
γ= =
5. Оценивается автокорреляция временного ряда с задержкой k и строится график автокорреляционной функции (см.
рис. 1).
0
k
k
γ
ρ=
γ
, (5)
где
k
ρ безразмерная величина;
[
]
1; 1
k
ρ∈
.
Для приведенного примера
0
0
0
1
γ
ρ= =
γ
;
1
1
0
0, 064
0, 49
0,13
γ
ρ= = =
γ
;
2
2
0
0, 02
0,15
0,13
γ
ρ= = =
γ
и
3
3
0
0, 013
0,1
0,13
γ
ρ= = =
γ
.
6. Производится оценка параметров авторегрессии первого порядка (P = 1):