第八章 输入数据分析课件.pptVIP

一、输入数据的收集;;生产仿真结果的准确性;系统名称;收集原始数据 ;一、输入数据的收集;二、分布的识别;直方图分组区间数量的选取;;离散数据—汽车数量;连续数据—电子元器件寿命;三、参数估计;参数估计量;;四、拟合度检验;可以证明：?02近似服从具有自由度 f = k-s-1的?2分布。 这里 s 表示由采样统计量所估计的假设分布的参数个数。 假设检验作零假设： H0：观察值Xi是一组属于分组分布函数F的独立相同分布的随机变量。 若?2太大则拒绝H0，若拟合是好的，则期望值?2很小。;指定拟合度的检验;四、拟合度检验;五、输入数据分析例题[1];分布辨识;分布辨识;参数估计;拟合度检验;五、输入数据分析例题[1];;计算出：;电子元件寿命记录;假设：;五、输入数据分析例题[2];;计算出：;六、相关性分析;六、相关性分析;六、相关性分析;六、相关性分析;提前期;六、相关性分析;单变量线性回归;假设 y 的每一个观察值可用下式表示 y = ?0 + ?1 x + ? 式中? 是均值为0，方差为?2的随机误差。 假设存在n对观察值(xi ，yi)，i=1，2，……，n，通常采用最小二乘法来估计上式中的yi 。设 yi = ?0 + ?1 xi + ?i i=1，2，……，n， 则 ?i = yi - ?0 - ?1 xi 假设?是不相关的随机变量。 ;随机变量偏差? 的平方和为(最小二乘法函数形式) 为了使L（偏差）极小，可求出 和 ，并置它们为0，从而可 以得到?0 、?1的线性代数方程，既有： ;回归显著性检验;构造检验统计量 服从自由度为n-2的t分布。 设定一个显著性水平α，当 时，x、y是显著相关。;提前期;计算出：