Проверка гипотезы о пуассоновском распределении числа сообщений в информационном потоке

Страницы работы

Уважаемые коллеги! Предлагаем вам разработку программного обеспечения под ключ.

Опытные программисты сделают для вас мобильное приложение, нейронную сеть, систему искусственного интеллекта, SaaS-сервис, производственную систему, внедрят или разработают ERP/CRM, запустят стартап.

Сферы - промышленность, ритейл, производственные компании, стартапы, финансы и другие направления.

Языки программирования: Java, PHP, Ruby, C++, .NET, Python, Go, Kotlin, Swift, React Native, Flutter и многие другие.

Всегда на связи. Соблюдаем сроки. Предложим адекватную конкурентную цену.

Заходите к нам на сайт и пишите, с удовольствием вам во всем поможем.

Содержание работы

5. Проверка гипотезы о пуассоновском распределении числа сообщений в информационном потоке.

Если тесты (см. пп. 5.4.1 и 5.4.2) дали положительный резуль­тат (т.е. гипотезы о стационарности и отсутствии последействия не от­клонены), то следует выполнить проверку гипотезы о том, что закон распределения числа сообщений (т.е. величин Xi, i=1,..., m) пуассонов-ский. Для этого можно воспользоваться критерием согласия Пирсона χ2 [9].

Выборка наблюдений содержит пт элементов Xi(j) (j=1,...,n; i=1,...,m). Каждое наблюдение Xi(j) — число сообщений в течение интервала Δt = 1 ч в j-е сутки наблюдений.

По выборке находим оценку параметра а закона распределения Пуас­сона:



(15)


Для вычисления статистики критерия необходимо:


разбить диапазон значений Xi(j) на k>6 классов так, чтобы число наблюде­ний п каждого класса было бы не менее 5 -:- 6;

рассчитать теоретические вероятности рμ   попадания в каждый класс значений:



(16)



Суммирование в выражении (16) осуществляется по значениям числа сообщений, принадлежащих μ-ому классу. Для последнего (k-гo) класса


(17)



а для первого класса суммирование начинается с j = 0; найти значение статистики


(18)

Эта статистика имеет χ2 - распределение с числом степеней свободы    v=k-1-r, где г - число параметров закона распределения, оценки которых получены по выборке и использованы при вычислении χ2 (для зако­на распределения Пуассона г=1). Статистика χ2 принимает большие значения, когда экспериментальные данные не соответствуют гипотезе о пуассоновском распределении. В процессе проверки гипотезы необ­ходимо:

задаться уровнем значимости α (0,05 или 0,01);

по таблице из [9,11] найти квантиль χ2 распределения порядка  1-α  при ν  степенях свободы (χ21-λ,ν);

если рассчитанное значение χ2 > χ21-λ,ν, то гипотеза о том, что закон распределения пуассоновский, отклоняется. В противном случае делается вывод о том, что имеющиеся данные не противоречат предположению о пуассоновском распределении числа событий.


Похожие материалы

Информация о работе

Уважаемые коллеги! Предлагаем вам разработку программного обеспечения под ключ.

Опытные программисты сделают для вас мобильное приложение, нейронную сеть, систему искусственного интеллекта, SaaS-сервис, производственную систему, внедрят или разработают ERP/CRM, запустят стартап.

Сферы - промышленность, ритейл, производственные компании, стартапы, финансы и другие направления.

Языки программирования: Java, PHP, Ruby, C++, .NET, Python, Go, Kotlin, Swift, React Native, Flutter и многие другие.

Всегда на связи. Соблюдаем сроки. Предложим адекватную конкурентную цену.

Заходите к нам на сайт и пишите, с удовольствием вам во всем поможем.