Testy náhodnosti, metody transformace náh. čísel na hodnoty náh

Slides:



Advertisements
Podobné prezentace
Testování statistických hypotéz
Advertisements

GENEROVÁNÍ PSEUDONÁHODNÝCH ČÍSEL
Jednovýběrové testy parametrickch hypotéz
Testování neparametrických hypotéz
Počítačová grafika III – Monte Carlo integrování II Jaroslav Křivánek, MFF UK
Testování hypotéz.
Modely řízení zásob Základní pojmy Deterministické modely
Statistické metody v ochraně kulturního dědictví
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
Odhady parametrů základního souboru
Analýza variance (Analysis of variance)
Získávání informací Získání informací o reálném systému
Pravděpodobnost a statistika opakování základních pojmů
Generování náhodných veličin (1) Diskrétní rozdělení
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
také Gaussovo rozdělení (normal or Gaussian distribution)
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Jak správně interpretovat ukazatele způsobilosti a výkonnosti
Vybraná rozdělení spojité náhodné veličiny
Generování náhodných veličin (2) Spojitá rozdělení
Toolbox analýzy a modelování stochastických systémů b Ústav teorie informace a automatizace, AVČR b Oddělení stochastické informatiky b Ing. Petr Salaba.
Poskytuje daný generátor opravdu posloupnost náhodných čísel?
Některá diskrétní a spojitá rozdělení náhodné veličiny.
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
Statistická analýza únavových zkoušek
Hlavní charakteristiky křivky normálního rozdělení
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Normální (Gaussovo) rozdělení. Karl Friedrich Gauss
Normální (Gaussovo) rozdělení
Vybraná rozdělení spojité náhodné veličiny
Další spojitá rozdělení pravděpodobnosti
Experimentální fyzika I. 2
Metrologie   Přednáška č. 5 Nejistoty měření.
MATEMATICKÁ STATISTIKA
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
2. Vybrané základní pojmy matematické statistiky
Základy matematické statistiky. Nechť je dána náhodná veličina X (“věk žadatele o hypotéku“) X je definována rozdělením pravděpodobností, s nimiž nastanou.
Normální rozdělení a ověření normality dat
Generování náhodných čísel
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Pearsonův test dobré shody chí kvadrát
Biostatistika 8. přednáška
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Poissonovo rozdělení diskrétní náhodné veličiny
IV..
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
Kapitola 5: Spojitá náhodná veličina
INDUKTIVNÍ STATISTIKA
Stručný přehled modelových rozložení I.
Spojitá náhodná veličina
Přednáška č. – 4 Extrémní hodnoty a analýza výběrových souborů
Základy statistické indukce
Přednáška č. 3 – Posouzení nahodilosti výběrového souboru
Neparametrické testy parametrické a neparametrické testy
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Hodnocení závislosti STAT metody pro posouzení závislosti – jiné pro:
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Typy proměnných Kvalitativní/kategorická binární - ano/ne
Normální (Gaussovo) rozdělení
Statistika a výpočetní technika
ANALÝZA A KLASIFIKACE DAT
Rozdělení pravděpodobnosti
Plánování přesnosti měření v IG Úvod – základní nástroje TCHAVP
Medián, modus Medián Pro medián náhodné veličiny x platí: Modus
Poissonovo rozdělení diskrétní náhodné veličiny
7. Kontingenční tabulky a χ2 test
Testování hypotéz - pojmy
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Transkript prezentace:

Testy náhodnosti, metody transformace náh. čísel na hodnoty náh Testy náhodnosti, metody transformace náh.čísel na hodnoty náh.veličin, testování v Excelu 3.přednáška

Testy náhodnosti Slouží k ověření, že náhodná čísla jsou skutečně náhodná, tj. rovnoměrně rozdělená na intervalu (0;1) Frekvenční (χ2 ) test Poker test Testy mezer Hamingův test Test autokorelace … a další (viz např. https://www.vutbr.cz/www_base/zav_prace_soubor_verejne.php?file_id=9489)

Frekvenční test (2 test dobré shody, test rovnoměrnosti) Porovnává dosažené (empirické) četnosti v k intervalech s teoretickými (očekávanými) Ke srovnání hodnot se používá 2 („chí-kvadrát“) test dobré shody

2. Poker test Testuje četnost výskytu různých číslic ve vygenerovaných náhodných číslech Varianta Název Pravděpodobnost a b c d e Všechny různé 0,3024 a a b c d Jedna dvojka 0,5040 a a b b c Dvě dvojky 0,1080 a a a b c Trojka 0,0720 a a a b b Dvojka a trojka 0,0090 a a a a b Čtyřka (poker) 0,0045 a a a a a Pětka 0,0001

3. Test mezer – pro trojice Uvažujeme 3 sousední čísla – existuje právě 6 možných relací: a>b>c a>c>b b>a>c b>c>a c>a>b c>b>a Zjistíme četnosti jednotlivých možností a hodnotíme χ2 testem (předpokládáme, že pravděpodobnost každé relace je 1/6)

4. Hammingův test Nevyužívá χ2 test Snaží se odhalit, zda se některé hodnoty nevyskytují s větší četností Pokud máme n vygenerovaných čísel ri, pak Pokud jde o náhodná čísla, pak má výsledný součet normální rozdělení N(0;1)

5. Test autokorelace  

Metody transformace náhodných čísel na hodnoty náhodných veličin Vygenerujeme náh.číslo z intervalu (0;1), to pak transformujeme pomocí vhodné metody na náh.veličinu ze zvoleného rozdělení (rovnoměrného, normálního, exponenciálního, …) Metoda inverzní transformace Zamítací metoda Kompoziční metoda

A. Metoda inverzní transformace Předpokládá, že existuje rostoucí distribuční funkce F(x) pro náhodnou veličinu X a také funkce k ní inverzní F-1(x) Pokud je hodnota x náhodné veličiny X z intervalu (a,b) a náhodné číslo r(0;1), pak mezi nimi existuje vzájemně jednoznačné přiřazení. r = F(x)  x = F-1(r)

A. Metoda inverzní transformace  

B. Zamítací metoda Hustota pravděpodobnosti f(x) je ohraničena v intervalu (a,b) Existuje číslo c takové, že f(x) ≤ c Generujeme body [x;y], x(a,b), y(0,c) Pokud je y > f(x), generujeme znovu, jinak je x generovaná hodnota z požadovaného rozdělení

C. Kompoziční metoda Konec !!! Skládá špatně generované či složité rozdělení z jednodušších rozdělení Pokud je fi(x) hustota pravděpodobnosti dobře generovatelného rozdělení a pi náhodně nagenerované číslo pro i-tý výběr, pak hustota pravděpodobnosti složitého rozdělení f(x): Konec !!!