Файл: Химмельблау Д. Анализ процессов статистическими методами.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 648
Скачиваний: 2
168 |
Глава 3 |
ции при т = 0, г х х |
(0).) Основанием для такого предположения |
служит то, что было бы весьма удивительно, если бы автокорре ляционная функция некоторой нестационарной переменной изме нялась во времени для т > 0 и вместе с тем значение г х х (0) оставалось бы постоянным. Использование среднего квадрата резко сокращает объем вычислений. Однако для случая, когда это предположение несправедливо, Бендат и Пирсол [19] предло
жили следующий метод, который позволяет |
обнаружить тренд |
в спектральной плотности и, следовательно, в |
автокорреляционной |
функции: |
|
1. В выборочной диаграмме выделяются с смежных частотных интервалов с узкой полосой пропускания.
2.Каждый интервал разбивается на п интервалов равной длительности.
3.Вычисляется среднее значение квадрата для каждого вре менного интервала внутри каждого интервала частот, что дает всего сп средних по времени:
(пХ2), |
(12Х2), |
( 1 п Х 2 ) |
<2 1 Х2 ), (2 2 Х2 >, . . ., |
(ШХ2) |
|
(с1Х2), |
(С2Х2), . . ., |
(спХ2). |
4. Проверяется на тренд временная последовательность в каж дом интервале частот; при этом требуется провести с проверок (плюс еще одна для среднего значения). Если хотя бы одна про верка дает отрицательный результат, это означает непринятие в целом нулевой гипотезы о стационарности на уровне значимости (ошибка первого рода) а ' = 1 — (1 — а ) 1 I е . Здесь а — уровень значимости, принятый для одного непараметрического критерия.
Пример 3.7.4. |
Критерии стационарности |
|
|||
Временная |
диаграмма |
выхода |
некоторого продукта разбита |
||
на десять отрезков; |
средний по |
времени |
выход (в процентах) |
||
на каждом отрезке имеет |
следующие значения: |
||||
|
Период |
Среднее |
Период |
Среднее |
|
|
по времени |
по времени |
|||
|
|
|
|||
|
1 |
36,5 |
6 |
32,6 |
|
|
2 |
43,0 |
7 |
38,7 |
|
|
3 |
44,5 |
|
41,7 |
|
|
4 |
38,9 |
|
41,1 |
|
|
5 |
38,1 |
10 |
36,8 |
Требуется проверить эти данные на стационарность при уровне значимости а == 0,05, используя критерий Вальда — Вольфовитца и критерий инверсии.
Статистический |
анализ и его |
применения |
Решение
К р и т е р и й В а л ь д а — В о л ь ф о в и т ц а . Рассмот рев эту последовательность, находим, что медиана для десяти значений равна Ѵ2 (38,7 + 38,9) = 38,8. Значениям, превышаю щим 38,8, приписываем знак + , а значениям ниже 38,8 знак —, что дает следующую структуру:
- I + + + ! |
|
I + + I - |
|
||
Всего здесь пять |
серий |
и |
= |
пг = 5. Д л я а = |
0,05 из |
табл. В.7 имеем £/і+ _а /2 |
= 2 и |
Ua/2 = |
9; следовательно, |
гипотеза, |
утверждающая, что в этих данных отсутствует тренд, прини мается.
К р и т е р и й |
и н в е р с и й . |
Вычислим |
статистику / * , |
||
т. е, число случаев, |
когда |
за некоторым |
числом |
следует меньшее |
|
число. |
|
|
|
|
|
Значение |
и ™ |
й |
Значение |
п ™ |
й |
36,5 |
1 |
|
32,6 |
0 |
|
43.0 |
7 |
|
38,7 |
1 |
|
44,5 |
7 |
|
41,7 |
2 |
|
38,9 |
4 |
|
41,1 |
1 |
|
38.1 |
2 |
|
36,8 |
0 |
|
|
Всего 25 |
|
|
Из табл. В.9 для а |
= 0,05 и п = 10 имеем |
= |
И и і"£/2 = |
= 33; следовательно, |
нулевая гипотеза снова принимается. |
||
Д л я обнаружения |
стационарности можно |
также |
образовать |
и исследовать последовательность средних значений квадратов. Для данной временной диаграммы нулевая гипотеза принимается
согласно обоим критериям; по этой |
причине значения средних |
квадратов не табулируются. |
|
3.7.5. Критерии |
случайности |
Непараметрические критерии, описанные выше как критерии стационарности, в действительности служат также и критериями случайности; исключения составляют лишь возможные периоди ческие компоненты. Если отрезки временных диаграмм прошли проверку на стационарность, то периодические компоненты, не замеченные при визуальном осмотре временной диаграммы или с помощью критерия стационарности, проще всего обнаружить, рассматривая среднюю по времени спектральную плотность или автокорреляционную функцию (определенную в разд. 12.3.3). Так как синусоидальная волна имеет автокорреляционную функ цию, не равную нулю при всех значениях т в отличие от случай ных данных, для которых г х х (т) ->- 0 при т - > оо (для цх = 0), то можно построить и исследовать график усредненной по времени
170 |
Глава 3 |
автокорреляционной функции. В этой связи стоит вспомнить автокорреляционную диаграмму на фиг. 2.2.1. Периодическая компонента в этих данных будет проявляться в виде максимума функции спектральной плотности, особенно если амплитуда перио дической компоненты больше, чем соответствующий шум.
3.7.6. Критерии согласия и независимости
Весьма важны критерии, позволяющие проверить, описывают ся ли экспериментальные данные нормальным (или любым другим) распределением. Наиболее известным критерием такого рода является критерий у?. Этот критерий приближенный и иногда приводит к ошибочному заключению из-за несоответствия между многочисленными теоретическими требованиями и условиями прак
тической работы. |
Он применяется к пронумерованным |
данным, |
т. е. к счетному |
количеству исходов; таким образом, |
прежде |
чем применять этот критерий, непрерывные диаграммы необходимо перевести в цифровую форму. Здесь критерий %3 будет рассмотрен применительно к двум важнейшим задачам: 1) проверке согласия и 2) проверке независимости случайных величин.
П р о в е р к а с о г л а с и я . Чтобы описать какую-либо слу чайную величину с помощью некоторого выбранного распределе ния вероятности, исследователь должен задать вопрос: согла суется ли постулированная плотность распределения вероятности с наблюдаемым распределением относительной частоты?
В табл. 2.3.1 приведены среднее значение и дисперсия для мультиномиального распределения взаимно исключающих событий*
% {Xt} = пѲі |
(0 < і < к) |
Ѵаг {Xi} = ПѲІ (1 - |
Ѳ,) |
где Ѳг — параметр многочлена, соответствующий мультиномиаль ной переменной Xt; Ѳг — вероятность того, что событие і произойдет
Xi раз при п испытаниях, где 2 Х І ~ П- Д л я каждой из случайных переменных можно образовать приближенную нормированную нормально распределенную переменную
Zt= , / г ~ г а Ѳ ^ |
, |
(3.7.13) |
|
Ѵ»ѲІ(І-ѲІ) |
|
Ѵ |
; |
которая при больших значениях nQ (1 — Ѳ) распределена при близительно по нормальному закону с нулевым средним значением и дисперсией, равной 1. Кроме того, можно составить величину
V |
7 |
2 — "V |
\Аі—п\)іУ |
|
ZhI |
|
- |
h |
Zj'nQiii-Qi |
|
|
|
|
( Х , - п Ѳ | ) а |
Статистический анализ и его применения 171
которая будет |
распределена приблизительно |
по |
закону |
%2 с к |
|||||
степенями свободы, |
если |
величины |
Xt |
независимы |
друг |
от |
друга. |
||
По некоторым |
причинам, |
которые |
не |
стоит |
детально |
обсуждать |
|||
здесь, оказывается, |
что |
случайная |
переменная |
|
|
|
|||
|
|
h |
|
|
|
|
|
|
|
|
£ 2 = Ц |
( У і ~ ѳ - Ѳ і ) 2 ' |
ѵ = к - ^ |
|
|
( 3 - 7 Л 4 > |
|||
|
|
і=1 |
' |
|
|
|
|
|
|
более удобна для использования и лучше описывается ^ - распре делением с v степенями свободы.
Если параметры Ѳг плотности распределения вероятности слу чайной переменной неизвестны, так что необходимо использовать их оценки Ѳг, то
h
~ а = у |
( * * - " в « ) а , |
v = : k _ i _ g i |
( з . 7 Л 5 ) |
І=І |
n Q t |
|
|
где число степеней свободы уменьшилось на число связей g, на одну
для каждой оценки. Для выражения (3.7.15) должно |
выполняться |
|||||||
одно |
ограничение |
величина пѲ должна |
быть |
больше |
5; если |
|||
оно нарушено, нужно образовывать группы. |
|
|
|
|||||
Выражение (3.7.15) |
можно |
переписать |
в слегка |
измененных |
||||
обозначениях |
|
|
|
|
|
|
|
|
|
|
|
? _ 2 * H ^ Î . |
|
|
|
(3.7.16) |
|
|
|
|
і = 1 |
1 |
|
|
|
|
где nt |
— наблюдаемое |
число появлений Xt, |
а п* — число |
появле |
||||
ний Xt, рассчитанное |
теоретически на основе |
постулированной |
||||||
плотности распределения вероятности. |
|
|
|
|
||||
Согласие можно |
определить, вычисляя |
%2 по формуле |
(3.7.16) |
и сравнивая полученное значение с табличным значением %2 для некоторого выбранного уровня значимости а, например а = 0,05. Можно использовать односторонний критерий. Если вычисленное
значение %2 превышает заранее выбранное значение %і-а > т о нулевая гипотеза о том, что два распределения одинаковы, т. е. что экспериментальное распределение относительных частот описы вается постулированной плотностью распределения вероятности, отвергается. (Точно так же, если значение %2 оказывается меньше, чем %а> эмпирическое распределение относительной частоты не согласуется с предполагаемой плотностью распределения вероят ности.) Критерий согласия %2 следует использовать с осторожно стью и дополнять другими критериями, так как он по существу является приближенным критерием. Однако этот критерий, безу словно, весьма удобен. Если это необходимо, более строгий анализ