; 28; i ++) {[i]=1;
}
ініціалізувавши генератор псевдовипадкових чисел параметром з командного рядка. Якщо ми все зробили правильно, то результати не повинні сильно плавати при зміні цього параметра.
if (argc == 2) {(atoi (argv [1]));
}
Сюди будемо складати результати
double t_minus_c [10000];
Головний цикл
for (i=0; i lt; ARRAY_SIZE (t_minus_c); i ++) {_minus_c [i]=bootstrap (test, ARRAY_SIZE (test))
bootstrap (control, ARRAY_SIZE (control));
}
Визначаємо 95% довірчий інтервал: сортуємо результати, відкидаємо 2.5% знизу і стільки ж зверху, показуємо результат.
qsort (t_minus_c, ARRAY_SIZE (t_minus_c), sizeof ( double ), compare); ( LCL =% g %% n raquo ;, 100. * t_minus_c [250]); ( UCL =% g %% n raquo ;, 100. * t_minus_c [9 750]);
_ getch ();
return 0;
}
Перевіряємо знайдене рішення:
Схоже на теоритический результат (від - 0,93% до 2,48%).
У цього завдання є просте аналітичне рішення, але у багатьох реальних завдань його або немає взагалі, або воно є, але дуже складне. Уявіть, що замість відсотка конверсії нас цікавить відношення прибутку від клієнта до витрат на його залучення. Розподіл такий метрики навряд чи буде нормальним, і формули перестануть укладатися в пару рядків. А бутстрап працюватиме точно так само, досить поміняти Data_t на double і покласти туди нові дані [4, с. 22].
3. ПОСТАНОВКА ЗАВДАННЯ ТА РЕАЛІЗАЦІЯ АЛГОРИТМУ
3.1 Постановка завдання
Інтервальний метод оцінювання параметрів розподілу випадкових величин полягає у визначенні інтервалу (а не одиничного значення), в якому із заданою ступенем вірогідності буде укладено значення оцінюваного параметра. Інтервальна оцінка характеризується двома числами - кінцями інтервалу, всередині якого імовірно знаходиться істинне значення параметра. Інакше кажучи, замість однієї точки для оцінюваного параметра можна встановити інтервал значень, одна з точок якого є свого роду кращої оцінкою. Інтервальні оцінки є більш повними і надійними в порівнянні з точковими, вони застосовуються як для великих, так і для малих вибірок. Сукупність методів визначення проміжку, в якому лежить значення параметра Т, отримала назву методів інтервального оцінювання.
Постановка завдання інтервальної оцінки параметрів полягає в наступному:
Мається вибірка спостережень () за нормально розподіленої випадкової величиною Х. Обсяг вибірки n фіксований. Обсяг бутстраповской вибірки k=10 однаковий для будь-якого обсягу вибірки. Відомо математичне очікування m і стандартне відхилення приймають значення 1 і 10.
Обмеження: вибірка представницька, її обсяг достатній для оцінки меж інтервалу. Представницька вибірка - вибірка, яка є (або вважається) істинним відображенням батьківської популяції, тобто має той же профіль ознак, наприклад, вікову структуру, класову структуру, рівень освіти.
3.2 теоритическими реалізація
Це завдання вирішується шляхом побудови довірчого твердження, яке полягає в тому, що інтервал накриває істинне значення параметра з довірчою ймовірністю не менше. Величини і називаються нижньої і верхньої довірчими межами (НДГ і ВДГ відповідно). Довірчі границі інтервалу вибирають так, щоб виконувалася умова.
У довірчому затвердження вважається, що статистики та є випадковими величинами і змінюються від вибірки до вибірки. Це означає, що довірчі межі визначаються неоднозначно, існує нескінченна кількість варіантів їх встановлення.
На практиці застосовують два варіанти завдання довірчих меж:
. встановлюють симетрично щодо оцінки параметра, тобто
,,
де - стандартна похибка середнього; вибирають так, щоб виконувалася довірче твердження. Отже, величина абсолютної похибки оцінювання дорівнює половин?? довірчого інтервалу;
. встановлюють з умови рівності ймовірностей виходу за верхню і нижню межу:.
У загальному випадку величина не дорівнює. Для симетричних розподілів випадкового параметра в цілях мінімізації величини інтервалу значення і рівні, отже, в таких випадках обидва варіанти еквівалентні.
Знаходження довірчих інтервалів вимагає знання вид...
