рефераты конспекты курсовые дипломные лекции шпоры

Раздел Математика
/
Моделирование случайных величин методом Монте-Карло (статистических испытаний).

Реферат Курсовая Конспект

Выберите учебное заведение

Моделирование случайных величин методом Монте-Карло (статистических испытаний).

Моделирование случайных величин методом Монте-Карло (статистических испытаний). - раздел Математика, Проверка статистических гипотез Задачу, Для Решения Которой Применяется Метод Монте-Карло, Можно Сформулирова...

Задачу, для решения которой применяется метод Монте-Карло, можно сформулировать так: требуется найти значение а изучаемой случайной величины. Для его определения выбирается случайная величина Х, математическое ожидание которой равно а, и для выборки из п значений Х, полученных в п испытаниях, вычисляется выборочное среднее:

которое принимается в качестве оценки искомого числа а:

Этот метод требует проведения большого числа испытаний, поэтому его иначе называют методом статистических испытаний. Теория метода Монте-Карло исследует, как наиболее целесообразно выбрать случайную величину Х, как найти ее возможные значения, как уменьшить дисперсию используемых случайных величин, чтобы погрешность при замене а на а* была возможно меньшей.

Поиск возможных значений Х называют разыгрыванием случайной величины. Рассмотрим некоторые способы разыгрывания случайных величин и выясним, как оценить допускаемую при этом ошибку.

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

Проверка статистических гипотез

На сайте allrefs.net читайте: "Проверка статистических гипотез"

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Моделирование случайных величин методом Монте-Карло (статистических испытаний).

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Критерий для проверки гипотезы о математическом ожидании.
Пусть генеральная совокупность Х имеет нормальное распределение, и требуется проверить предположение о том, что ее математическое ожидание равно некоторому числу а

Критерий для проверки гипотезы о сравнении двух дисперсий.
Пусть имеются две нормально распределенные генеральные совокупности Х и Y. Из них извлечены независимые выборки объемов соответственно п1 и п

Критерий Пирсона.
Достоинством критерия Пирсона является его универсальность: с его помощью можно проверять гипотезы о различных законах распределения. 1. Проверка гипотезы о нормальном расп

Критерий Колмогорова.
Этот критерий применяется для проверки простой гипотезы Н0 о том, что независимые одинаково распределенные случайные величины Х1, Х2, …, Х

Приближенный метод проверки нормальности распределения, связанный с оценками коэффициентов асимметрии и эксцесса.
Определим по аналогии с соответствующими понятиями для теоретического распределения асимметрию и эксцессэмпирического распределения. Определение 20.1.Асиммет

Коэффициента корреляции.
Рассмотрим выборку объема п, извлеченную из нормально распределенной двумерной генеральной совокупности (X, Y). Вычислим выборочный коэффициент корреляции rB. Пусть

Ранговая корреляция.
Пусть объекты генеральной совокупности обладают двумя качественными признаками (то есть признаками, которые невозможно измерить точно, но которые позволяют сравнивать объекты между собой и располаг

Регрессионный анализ.
Рассмотрим выборку двумерной случайной величины (Х, Y) . Примем в качестве оценок условных математических ожиданий компонент их условные средние значения, а именно: условным средним

Однофакторный дисперсионный анализ.
Пусть генеральные совокупности Х1, Х2,…, Хр распределены нормально и имеют одинаковую дисперсию, значение которой неизвестно. Н

Оценка погрешности метода Монте-Карло.
Если поставить задачу определения верхней границы допускаемой ошибки с заданной доверительной вероятностью g, то есть поиска числа d, для которого

Разыгрывание случайных величин.
Определение 24.1. Случайными числами называют возможные значения r непрерывной случайной величины R, распределенной равномерно в интервале (0; 1). &nb