第五章输入数据的分析解读.ppt

?2检验实例 考虑某服务台顾客的到达模式特征化问题。经过对服务台进行长时间的观察后建立了如下的频率表，表中感兴趣的量是每小时到达的顾客人数的出现频率。 ?2检验实例 假定到达模式服从泊松过程。从上面的频率表中可以计算出每小时平均到达的顾客数约为9。从参数为λ=9的泊松分布表中可以得到在下表中所列的期望频率值。 ?2检验实例 ?2=∑[(Oi-Ei)2/Ei]=(30-14.5)2/14.5+ (21-42.5)2/42.5+(42-43.375)2/43.375+ (16-19.5)2/19.5+(16-5.125)2/5.125 =51.2?20.01(3)≈11.3 由以上分析可知，在显著性水平α=0.01的条件下，到达模式服从泊松分布的假设被拒绝。 * * * * * * * * * * * * * * * * * * * * * * *An Introduction to Database System * * 第五章 输入数据的分析 §5.1 数据的收集 §5.2 分布的识别 §5.3 参数估计 §5.4 拟合度检验 §5.5 相关性分析 引 言 输入数据是仿真实验的动力 系统名称 典型的输入数据 排队系统 顾客到达的间隔时间 顾客被服务时间的分布 库存系统 需求顾客的分布 顾客需求量的分布 物料订货的提前期分布 生产系统 作业到达的间隔时间 作业类型的概率 每种作业每道工序服务时间的分布 可靠性系统 生产无故障作业时间 系统的仿真依靠这些原型系统的运行数据，缺乏这些数据的实验和实验值的提取，仿真也就毫无意义。 收集原始数据 基本统计分布的辨识 参 数 估 计 拟合度检验 可信否？ 否 是 是输入数据分析的基础，需要分析的经验，对收集的方法、数据需要做预先的设计和估算。因此这是一个关键的、细致的工作。 通过统计的数学手段（计数统计、频率分析、直方图制作等），得出统计分布的假设函数（如：正态分布、负指数分布、Erlang分布等） 根据统计特征，计算确定系统的假设分布参数。 运用统计分布的检验方法，对假设的分布函数进行可信度检验。通常采用的是?2检验。 输入数据的分析需经过以下步骤 正确输入数据 引 言 §5-1 数据的收集 什么是数据收集？ 数据收集的意义？ 数据收集的基本态度？ 数据收集是针对实际问题，经过系统分析或经验的总结，以系统的特征为目标，收集与此有关的资料、数据、信息等反映特征的相关数据。 数据的收集是一项工作量很大的工作，也是在仿真中最重要、最困难的问题。即使一个模型结构是正确的，但若收集的输入数据不正确，或数据分析不对，或这些数据不能代表实际情况，那么利用这样的数据作为决策的依据必将导致错误，造成损失和浪费。 数据收集工作应该具有科学的态度、忠于现实的工作作风。应该将数据收集工作、仿真工作的意义让参与者明确，得到参与者的支持和理解。 数据收集过程中的注意事项 做好仿真计划，详细规划仿真所需要收集的数据 在收集数据过程中要注意分析数据 数据的均匀组合 收集的数据要满足独立性的要求 数据自相关性的检验 根据问题的特征，进行仿真的前期研究。分析影响系统的关键因素。从相关事物的观察入手，尽量收集相关的数据。为此可以事先设计好调研表格，并注意不断完善和修改调研方式，使收集的数据更符合仿真对象的数据需要。 数据的收集与仿真的试运行是密切相关的，应当是边收集数据、边进行仿真的试运行。然而系统仿真是一项专业性很强的工作，要正确认识“仿真”的含义，抓住仿真研究的关键，避免求全、求精。确信所收集的数据足以确定仿真中的输入分量，而对仿真无用或影响不显著的数据就没有必要去多加收集。 针对仿真所收集的各个数据需要进行相关性检验。为了确定在两个变量之间是否存在相关，要建立两个变量的散布图。通过统计方法确定相关的显著性。 尽量把均匀数据组合在一组里。校核在相继的时间周期里以及在相继日子内的一时间周期里的数据的均匀性。当校核均匀性时，初步的检验是看一下分布的均值是否相同。 考察一个似乎是独立的观察序列数据存在自相关的可能性。自相关可能存在于相继的时间周期或相继的顾客中。例如，第i个顾客的服务时间与(i+n)个顾客的服务时间相关。 直方图 对于离散系统的统计分析中，一般用频率统计的分析方法来计算分布函数。其图形描述用的就是直方图。 直方图构筑方法 取 值 区 间 划 分 水 平 区 坐 间 标 标 轴 注 的 计 区 算 间 确 内 定 的 每 发 一 生 数 垂 直 标 坐 注 标 频 轴 数 上 绘 上 制 的 各 发 个 生 区 频 间 数 绘 制 直 方 图 §5-