МОСКОВСКИЙ АВИАЦИОННЫЙ ИНСТИТУТ
Кафедра 804 "Теория вероятности и математическая статистика"
КУРСОВАЯ РАБОТА
по курсу
"Математическая статистика"
Выполнил:
студент группы 08-304
Принял:
профессор каф. 804
Кан Ю. С.
Дата:Оценка:Подпись: |
2003 г.
Задание 1.
Дан случайный вектор , где , k = 15.
Методом Монте-Карло найти вероятность .
Метод статистических испытаний (метод Монте-Карло) заключается в моделировании требуемой случайной величины с помощью выборки большого объема. При этом вероятность попадания рассматриваемой случайной величины в заданную область Q определяется, исходя из соотношения:
,
где n – объем выборки, m – количество реализаций случайной величины, попавших в область Q.
Для того чтобы смоделировать нормальный случайный вектор с ковариационной матрицей K, задается линейное преобразование, переводящее стандартный нормальный случайный вектор в рассматриваемый случайный вектор с матрицей K.
Чтобы найти матрицу преобразования , приводим квадратичную формук сумме квадратов:
, где
,
.
Таким образом, моделируя вектор из трех некоррелированных стандартных нормальных случайных величин, с помощью преобразования получаем гауссовский вектор с ковариационной матрицей K.
Вектор моделируется с помощью датчика случайных чисел. Для каждой полученной реализации случайного вектора выполняется проверка на попадание в заданный шар. Итоговая вероятность рассчитывается как отношение количества реализаций, попавших в шар, к объему выборки.
На рис. 1а и 1б показаны результаты статистического испытания при объеме выборки n = 10000, k = 15 и k = 1.
Рис. 1а (n = 10000, k = 15) |
Рис. 2б (n = 10000, k = 1) |
Задание 2.
Имеются 50 опытов наблюдения X и Y:
,
где .
Оценить параметры a и b методом наименьших квадратов.
Решение 1:
Для нахождения оценокиприменим метод максимального правдоподобия.
,
Составляем функцию правдоподобия:
,
где n – объем выборки (n = 50).
Получаем логарифмическую функцию правдоподобия:
.
Задача максимизации сводится к минимизации суммы квадратов:
Распишем сумму квадратов:
.
Введем новые обозначения:
С учетом новых обозначений получаем:
J(a,b) = a2 + nb2 + 2 ab – 2 a – 2 b +
Берем частные производные:
2 a + 2 b – 2,
2nb + 2 a – 2.
Решаем систему:
a + b = , | |
nb + a = . |
Получаем:
,
.
Решение 2:
Оценки параметров можно получить, решая так называемую нормальную систему уравнений:
,
где ,,
Получаем:
т.е. то же самое в виде системы:
nb + a = . | |
a + b = , |
Как видно, это та же система, что и в решении 1.
Таким образом, с учетом данных, полученных в опытах по наблюдению за X и Y, получаем значения коэффициентов:
= 121.415720807951,
= 75.462893127151,
= 472.393613346561,
= 293.720213200493,
= 1838.39078890617.
Получив значения коэффициентов, получаем значения оценки параметров:
a =
Похожие работы
Тема: работа по курсу |
Предмет/Тип: Другое (Реферат) |
Тема: работа по курсу «маркетинг» |
Предмет/Тип: Другое (Реферат) |
Тема: работа по курсу "Основы менеджмента" |
Предмет/Тип: Другое (Реферат) |
Тема: Контрольная работа по курсу эконометрика |
Предмет/Тип: Эконометрика (Реферат) |
Тема: работа по курсу «Налоги налогообложение» |
Предмет/Тип: Другое (Реферат) |
Интересная статья: Основы написания курсовой работы