Надежность электрических систем: моделирование случайных событий в энергетике. Заподовников К.И - 57 стр.

UptoLike

ВУЗ: 

ТПУ | Томск

Составители: 

Рубрика: 

Каф. ЭСВТ ЭЛТИ
57
Линейная подгонка. К точкам диаграммы рассеяния подгоняется ли-
нейная функция
y = b
0
+ b
1
x.
Квадратичная подгонка. К точкам диаграммы рассеяния подгоняется
полином второй степени
y = b
0
+ b
1
x + b
2
x
2
.
Метод моментов. С помощью этого метода можно оценить неиз-
вестные параметры распределения. Метод моментов приравнивает мо-
менты теоретического распределения к моментам эмпирического рас-
пределения (распределения, построенного по наблюдениям) и получают
оценки параметров распределения.
Например, для распределения с двумя параметрами первые два мо-
мента (среднее и дисперсия распределения) будут приравнены первым
двум эмпирическим (выборочным) моментам (среднему и дисперсии
выборки) и затем будет произведено оценивание качества описания эм-
пирического распределения.
Нормальная подгонка.
Нормальные/наблюдаемые гистограммы яв-
ляются наиболее распространенным графическим способом проверки
нормальности. При этой подгонке на распределение частот накладыва-
ется кривая нормального распределения.
Нормальная функция подгонки к гистограмме определяется так: f(x)
= N * step * normal(x, среднее, ст.откл.).
Нормальная функция подгонки к гистограмме с накопленными час-
тотами определяется так:
f(x) = N * inormal(x, среднее, ст.откл.) ,
где N – число наблюдений, step – размер шага категоризации или разряд
(например, 1), normal – нормальная функция, inormal – интеграл нор-
мальной функции.
В. Оценка качества подбора
Минимаксный метод.
Смысл в оценивании наибольших и наи-
меньших отклонений функции на всем исследуемом диапазоне X и ми-
нимизации таких отклонений.
Метод наименьших квадратов. Общий смысл оценивания по мето-
ду наименьших квадратов заключается в определении и минимизации
суммы квадратов отклонений наблюдаемых значений зависимой пере-
менной от значений, предсказанных моделью.
Чрезмерно близкая подгонка. При восстановлении функции по на-
бору ее значений – построение кривой с большой кривизной, которая
хорошо удовлетворяет заданным значениям, но плохо моделирует ис-

Страницы