第三章 输入数据分析

32
假设分布族例题
某银行汽车窗口顾客到达间隔时间概率图
33
假设分布族例题
结 论
由以上三种方法试探, 最后可假设 分布族为指数分布. 下一步应该确定分布的参数.
那一条是呢?
34
3.4
参数的估计
不同均值的指数分布密度曲线
35
3.4 参数的估计
• 1.参数的点估计
• 当所观测的数据直接用来计算未知参数的数值 时，称其为参数的点估计 • 最大似然法认为所观测的一组数据产生的概 率是最大的. • 因此最大似然法通常是求出选定分布的密度 函数，然后利用求导和判断极值的方法，求 出使这组数据产生概率最大值时的分布参数
18
3.3 数据分布的分析与假设分布族
基本方法
为了确定理论分布，有一些科学的方法可利用： – 本节仅介绍连续型数据的三种分析方法:
– – –
3.3.1 点统计法 3.3.2 柱状图法 3.3.3 概率图法
19
3.3.1 点统计法
• 某些连续分布的各参数之间存在特殊的关系, 它们构成的函数可用来判断分布的类型. – 这类函数之一是方(偏)差系数:
43
3.5 拟合优度检验
• 拟合优度检验的方法:
• 1. 直观评估检验 (密度函数的直观比较) 2 • 2. 检验 (密度函数的统计比较) • 3. K - S 检验 (分布函数的统计比较)
44
3.5 拟合优度检验
• 3.5.1 直观评估检验:
• 将所选分布的密度函数曲线与数据的柱状 图绘制在一起,用眼睛进行比较,直观评估.
• 本章难点 • 1.为数据假设分布族的概率图法的原理 2 • 2.拟合优度检验中 检验和K-S检验的原理
2
3.1 概
述
• 为什么要对输入数据进行概率分析
由于模拟数据通常难以获得，我们必须寻 找一种理论上可行，实际上易于操作的方 法。科学、规范、合理地确定各种输入数 据的概率分布
数据大都属于某个随机过程，都是随机变 量。有了各种数据的概率分布才能产生合 适的足够多的输入数据,进而才能进行模拟
ba 3 ( a b)
方差系数的范围
(,)
1
1
(,)
/u
21
3.3.1 点统计法
• 方差系数的计算方法
– 已知手工收集的数据为 X1,X2.X3....Xn, 则 – 均值: – 方差:
n X ( n) X / n i i 1
2 ( x) n [ X X (n)]2 / ( n 1) S i i 1
绘制概率图可使用概率纸或利用计算机绘图
27
3.3.3 概率图法
y 理论分布 G(x) 1
绘制概率图的原理
分位点 qi
经验分布 F(x)
Xi
G (qi) F (qi)
-1
-1
X
28
3.3.3 概率图法
• 绘制概率图的原理
• 如果两条曲线的大部分接近或重合，则说 明这两条曲线所代表的分布相似。用同一分位 点上qi两条曲线的反函数 F-1（qi）和G-1（qi） 作为二维坐标系上的点来绘制曲线，如果接近 一条直线，证明许多点上这两个值是相同或相 似的，说明它们可能服从同一分布。
• •
• • • • •
顾客到达间隔时间 顾客服务时间
对于汽车转运站系统
汽车到达间隔时间 调度等待时间 装车时间 汽车故障间隔时间及处理时间
14
3.2 数据的采集与处理
2. 分析每个输入数据的特性,环境, 研究采集方法, 编制采集计划
3. 设计和绘制数据采集表格 4. 确定采集地点和时间 5. 按计划分组采集, 整理
– 方差系数:
S ( x) / X (n)
22
2
-
假设分布族例题
已知某银行系统汽车窗口顾客到达间隔时间已收 集好(如上表中所示,已经过排序),假设其分布 族 —1. 点统计法 • X(219)=0.399 2 • S(219)=0.144 • (219)= S 2 (x) / X (n) = 0.144 /0.399=0.951
36
• 2.参数点估计的理论依据是最大似然法
3.4 参数的估计
• 依据最大似然法, 常用分布的参数估计如下:
– 指数分布: – 正态分布:
1 n exp(u) u X (n) xi n i 1
2 ) X (n) 1 n x n 1 S 2 (n) 1/ 2 N ( , n n i 1 i
42
3.5 拟合优度检验
( Goodness - of - Fit Tests )
1. 拟合优度检验的目的
检验选定的分布是否与观测的数据相吻合
2. 拟合优度检验的原则
• H0假设: 观测数据 Xi 是以 F 为分布的 IID 随机变 量。 • 通过 H0 假设检验, 说明不能拒绝该假设. • 不拒绝假设, 并不等于接受假设. • IID （ independent identically distributed） • 即独立同一分布 • 只有 IID 随机变量才可能利用古典统计理论来分析
为这些数据拟合一个分布函数，并估计其参数
40
3.4 参数的估计
参数估计值得到后, 还要对所选分布进行拟合 优度检验, 以便最后对所选分布作出结论. 这是第五节要讲的内容.
41
上一节内容的复习
–输入数据分析的步骤
• • • • • • • • • 1. 概述 2. 收集数据 3. 分析和判断数据的分布, 假设分布族 1) 点统计法 2) 柱状图法 3) 概论图法 4. 参数的估计 5. 拟合优度检验 6. 确定数据的分布
从方差系数表中可见, 由于方差系数接近于 1， 故可假设其分布族为指数分布。
23
3.3.2 柱状图法
– 用收集到的数据绘制柱状图（长条图）, 然后与理论分布的密度函数相比较,选出形 状相近的理论分布
–1.绘制柱状图可采用手工方法或利用计算机绘图 （Math,Excel,SPSS) –2.直观、简便，但绘制的柱状图受所选择分区间 宽度影响
29
3.3.3 概率图法
概率图的绘制方法:
-1 i - 0.5 比较点: ( Xi, G ( n ) ) 其中, G-1 为理论分布函数的反函数 Xi是所采集的第i个数据。
i - 0.5 为第 i 个分位点 q 值 i n 用比较点绘出的线若呈直线, 则说明两个 分布拟合较好。本方法的使用条件是理论分布 的反函数已知。
12
3.2 数据的采集与处理
对系统进行认真的调查和分析后，可初步确定 输入数据的种类和大致特性，接下来便是数据的 采集。数据的采集可以在所模拟的现实系统中进 行，也可以在所模拟系统的相近系统中进行。当
然，采集数据的环境与所模拟的系统环境越相似
越好。
13
3.2 数据的采集与处理
数据的收集和处理的内容和步骤: • 1. 按系统研究的目的和模型确定输入数据项 目 • 譬如: 对于单窗口排队系统
6. 粗略地分析, 对不规范的数据要进行处理或重 新收集
7.采集的数据经整理后要认真存档 例：某银行汽车顾客到达间隔时间数据
15
16
3.3 数据分布的分析与假设分布族
基本原则
收集数据, 目的是分析数据的规律性(即分布)。以 找出这些数据变化的统计规律，并最终确定输入数据的 拟合概率分布。如何了解数据的规律呢？
1. 看看数据是否符合某个理论分布。为此，可 先按科学的方法假设一个理论分布，再利用 统计检验的手段来判断其是否符合这一分布。 2. 如果找不到一个合适的理论分布，可以 利用已有的数据建立一个经验分布。
17
3.3 数据分布的分析与假设分布族
采用理论分布的优点
不仅可以表现已知数据的基本特性，更重要的是 可以表现没有采集到的所有数据的特性 现实世界中大多数管理系统内的各类随机过程都 有一定的概率分布规律 几乎可以产生无限量的数据，从而满足长时间模 拟的需要
30
3.3.3 概率图法
-1( i - 0.5 ) ) ( Xi, G n
-1( i - 0.5) G n
概率图
X
Xi Q-Q图
31
假设分布族例题
– 3. 概率图法
– 用已知数据和指数分布的分布函数, – 利用 AXUM 软件（或SPSS）绘制概率图. – 该概率图近似呈直线, 故可假设这 些数据近似呈指数分布
•
• • • • •
例: 某银行汽车服务窗口顾客到达间隔时 间所选分布 (指数分布)的检验 1.绘制柱状图 2.绘制所选分布的密度曲线 3.将两张图放在一起比较 4.观察拟合情况
45
3.5.1 直观评估检验
某银行汽车服务窗口顾客到达间隔时间柱状图
46
3.5.1 直观评估检验
某银行汽车服务窗口顾客到达间隔时间 所选指数分布的密度曲线
f (x)
1 ex / 0399 . 0399 .
38
3.4 参数的估计
某银行汽车服务窗口汽车到达间隔时间分布密度曲线
. f (x) 1 ex / 0399 0399 .
39
课堂练习
收集到某机械加工中心零件到达时间的200个数 据，经统计分析，得到这些数据的均值和方差分别 为
X(200)=0.356 2 (200) 0.126 0.3552 S
24
假设分布族例题
– 2. 柱状图法
– 按已知数据用SPSS软件绘制柱状图,该 柱状图形状与指数分布密度曲线相近故可再 次假设为指数分布
25
假设分布族例题
某银行汽车窗口顾客到达间隔时间柱状图
26
3.3.3 概率图法
– 用收集到的数据和估计的理论分布 的分布函数绘制概率图（Q—Q图）,若 概率图呈直线,则该理论分布可作为假 设分布族4Fra bibliotek3.1 概