精华内容
下载资源
问答
  • matlab纯随机性检验
    2021-04-21 05:48:27

    回复悟得:

    时间序列(从左到右)

    3.1        3.3        3.1        2.6        4.4        3.6        3.6        1.8        2        1        2.9        4.5        0.6        1.1        1.2        3.9        3.7        2.5        0.5        4.9        4.7        4.9        2.4        3.1        0.1        0.7        0.3        4.2        0.7        3.4        1.8        4.6        0.2        4.9        2.5        2.1        3.3        4.6        1.7        2.4        0.4        1.6        0.3        0.7        4.1        0.3        2.8        1.7        2        3.2        4.6        0.4        3.3        1.7        2.1        2.3        2.7        4.1        0.8        0.2        0.9        1.8        0.9        4.3        4.3        3.9        0.8        3        0.7        4.2        3.5        3.4        0.6        0.3        1        0.6        0.2        2.2        0.7        4        2.4        2.4        3        1.9        2.2        2.2        1.8        0.2        4.9        4.2        0.2        2.2        0.5        4.7        1.9        0.7        3.6        1.5        2.1        1.7        2.1        2.1        4.5        0.6        0.4        1.1        1.6        2.7        2.7        0.2        0.1        1.7        0.2        3.3        0.1        2.1        4.6        2.6        3.5        1        3.1        1.1        4        3.4        4        1.8        3.6        3.7        4.7        2.6        2.9        4.6        1.2        4.5        4.9        0.4        4.7        1.3        3.6        1        0.1        4.7        4.2        4.2        1.8        2.1        3.6        0.9        2.4        4.7        0.1        0.6  。。。。。。

    更多相关内容
  • 检验时间序列的平稳性及纯随机性(白噪声序列检验)[借鉴].pdf
  • MATLAB序列随机性测试

    2009-12-09 18:44:40
    MATLAB序列随机性测试,This file was generated automatically by the Mathematica front end. It contains Initialization cells from a Notebook file, which typically will have the same name as this file ...
  • 基于MATLAB的伪随机序列检测的实现.pdf
  • 时间序列的预处理之纯随机性检验

    千次阅读 2022-03-03 08:03:39
    1.随机序列的定义 2.性质 3.纯随机性检验

    目录

            1.纯随机序列的定义

    2.性质

    3.纯随机性检验


    1.纯随机序列的定义

    • 纯随机序列也称为白噪声序列,满足如下性质:

    2.性质

    • 纯随机性(无记忆性)

    •  方差齐性

    举例,随机生成1000个白噪声序列

    用正态分布序列 rnorm(数量,均值,方差),如下为,1000个标准正态的分布图形

    a<-rnorm(1000)
    x<-ts(a)
    plot(x)
    

    时序图如下:

     自相关图:

    acf(x)
    

    返回:

    如图,可以看出自相关系数基本分布在二倍标准差之间,但由于数据是随机的,所以有一定的误差

    3.纯随机性检验

    Bartlett定理:如果一个时间序列是纯随机的,得到一个观察期数为n的观察序列,那么该序列的延迟非零期的样本自相关系数将近似服从均值为0,方差为序列观察期数倒数的正态分布

    原假设

    备择假设

    Q统计量(Box和Pierce):服从自由度为m的卡方分布,其对大样本检验效果较好

    LB统计量(Box和Ljung):Q统计量的修正,现在使用较普遍

    拒绝域

    R语言白噪声检验

    Box.test(x,type=,lag=6)  
    其中:
    type='Box-Pierce'  Q统计量 ,默认
    type='Ljung-Box'   LB统计量

    举例1:对上面随机生成的白噪声序列进行6阶和12阶的LB统计量

    for(i in 1:2)print( Box.test(x,type='Ljung-Box',lag=6*i))
    

    返回:

    举例2:对1900年到1998年全球7级以上地震法伤次数序列进行平稳性和纯随机性检验

    读取数据

    a<-read.table('D:/桌面/E2_5.csv',sep=',',header=T)
    a

    返回:

     选择变量序列

    x<-ts(a$number,start=1900)
    x
    

    返回:

    绘制时序图:

    plot(x)
    

    绘制自相关图: 

    acf(x)
    

    6阶LB统计量:

    Box.test(x,type='Ljung-Box',lag=6)
    

    返回:

    展开全文
  •  信号的平稳性检验随机信号处理中起着十分基础的作用。由于平稳信号和非平稳信号的性质差别显着,因此在处理信号之前先行判断它的平稳性就显得尤为重要。虽然信号平稳性的定义十分明确,但是实际判断过程却是复杂...
  • 随机数的性能检验-matlab实现

    千次阅读 2020-05-22 00:30:17
    常用的随机数性能检验方法有:参数检验、均匀性检验、独立性检验和组合规律检验,下面用matlab一一实现这些检验。(程序中调用的随机数序列生成函数square_mid_rand参考博文) 本博文实现参数检验和均匀性检验,后两种...

    常用的随机数性能检验方法有:参数检验、均匀性检验、独立性检验和组合规律检验,下面用matlab一一实现这些检验。(程序中调用的随机数序列生成函数square_mid_rand参考博文)

    1. 参数检验
      一般检验随机数序列的均值、方差、峰度和偏度,matlab实现如下:
    % 随机数发生器生成随机数序列
    [T,u1] = square_mid_rand(231, 2, 100);
    
    % 函数调用
    [t1,t2,t3,t4] = parameter_test(T);
    
    % 参数检验
    function [t1,t2,t3,t4] = parameter_test(R)
    n = length(R);
    R_mean = mean(R);
    R_var = var(R);
    R_std = std(R);
    
    % 均值
    u1 = sqrt(12*n)*(R_mean-0.5);
    if abs(u1)<1.96
        t1 = 'pass'
    else
        t1 = 'failed'
    end
    
    % 方差
    u2 = sqrt(180*n)*(R_var-1/12);
    if abs(u2)<1.96 
        t2='pass'
    else
        t2='failed'
    end
    
    % 偏度
    u3 = mean(((R-R_mean)/R_std).^3)*0.408248*sqrt(n);
    if abs(u3)<1.96 
        t3='pass'
    else
        t3='failed'
    end
    
    % 峰度
    uu = mean(((R-0.5)/sqrt(1/12)).^4)-1.75;
    u4 = uu*0.204124*sqrt(n);
    if abs(u4)<1.96
        t4='pass'
    else
        t4='failed'
    end
    
    end
    
    1. 均匀性检验
      常用的均匀性检验包括K-S检验和卡方检验,前者是基于后者的检验,matlab实现如下:
    % 随机数发生器生成随机数序列
    [T,u1] = square_mid_rand(231, 2, 100);
    
    % 函数调用
    ks_test = k_s_test(u1');
    chi2_test = chi_2_test(u1);
    
    % 均匀性的K-S检验
    function [ks_test] = k_s_test(X)
    h = kstest(X, [X unifcdf(X,0,1)]);
    if h == 0
        ks_test = 'pass'
    else
        ks_test = 'failed'
    end
    end
    
    % 均匀性的chi-2检验
    function [chi2_test] = chi_2_test(Y)
    % 构造卡方统计量
    k=10;   % 参数可变
    n=length(Y);
    n1=hist(Y,k);     % 计算每个区间的频数
    kf_7 = k/n*(sum((n1-n/k).^2));   % 计算分位点即统计量
    chi2_p=chi2cdf(k-1,kf_7);         % 计算下侧概率
    if chi2_p < 0.95
        chi2_test='pass'
    else
        chi2_test='failed'
    end
    end
    
    1. 独立性检验
      独立性检验一般包括列联表检验和自相关检验,matlab实现如下:
    % 随机数发生器生成随机数序列
    [T,u1] = square_mid_rand(231, 2, 100);
    
    % 函数调用
    [sacf1,sacf2,sacf3] = acf_1_test(u1);
    chi2_str_test = chi_2_str_test(reshape(u1,[64,2]));
    
    % 自相关AFC检验--
    function [sacf1,sacf2,sacf3]=acf_1_test(R)
    R_mean=mean(R);
    R_var=var(R);
    n=length(R);
    for i=1:3      这里只检验了前三阶自相关,如有需要可自行调参
        rou(i)=sum(((R(1:n-i).*R(i+1:n)-R_mean^2))/R_var)*sqrt(1/(n-i));
    end
    if abs(rou(1))<1.96
        sacf1='pass'
    else
        sacf1='failed'
    end
    if abs(rou(2))<1.96
        sacf2='pass'
    else
        sacf2='failed'
    end
    if abs(rou(3))<1.96
        sacf3='pass'
    else
        sacf3='failed'
    end
    end
    
    % 列联表检验
    function chi2_str_test = chi_2_str_test(Z)
    N=100;
    k=6;
    n=hist3(Z,[k k]); % 产生每个小正方形落入的个数
    ni=sum(n');
    nj=sum(n);
    nij=ni'*nj;
    n_sum=sum(sum(n.^2./nij))-1;
    chi2_2=N*n_sum;
    chi2_p=chi2cdf((k-1)^2,chi2_2);
    if chi2_p<0.95
        chi2_str_test = 'pass'
    else
        chi2_str_test = 'failed'
    end
    end
    
    1. 组合规律检验
      一般用扑克牌检验,matlab实现如下:
    % 随机数发生器生成随机数序列
    [T,u1] = square_mid_rand(231, 2, 128);
    
    % 函数调用
    pk_test = p_k_test(u1);
    
    % 扑克牌检验
    function pk_test = p_k_test(W)
    all_num = length(W);
    per_num = 8;
    iter = 1;
    % 每8个随机数作为一组,求16组数据的颜色数,并放入矩阵per_color中,128/8=16
    for iter_i = 1:per_num:all_num
        % 对每组数小数点后第一位取模为8运算
        rr = 10*W(iter_i:iter_i+7);
        pk = mod(fix(rr),8);     
        % 计算每组的颜色数
        pk = sort(pk);
        j = 1;
        for i = 1:7
            if pk(i) ~= pk(i+1)
                j = j+1;
            end
        end
        per_color(iter) = j+1;
        iter = iter+1; % 将颜色数输入到数组per_color中
    end
    
    % 构造自由度为4的卡方分布,并进行检验。
    n_pk = per_color;
    nn(1) = sum(n_pk(1:3));
    nn(2:4) = n_pk(4:6);
    nn(5) = sum(n_pk(7:8));
    % 下面的[]内为题目所给各颜色的理论概率
    m = [0.02 0.1703 0.4205 0.3195 0.0697] * all_num;  
    chi_4 = sum((m-nn).^2./m); % 构造统计量
    p = chi2cdf(4,chi_4);
    if p < 0.95 
        pk_test = 'pass'
    else
        pk_test = 'failed'
    end
    end
    
    展开全文
  • 不确定量化 基于仿真的可靠分析 全局灵敏度分析 元建模 随机有限元分析 基于可靠的优化
  • matlab,灵敏分析
  • 随机抽样一致性算法的改进,实现参数的一致性检验,速度更快。
  • AHP法中平均随机一致指标的算法及MATLAB实现第 5卷 第 4期 太 原 师 范 学 院 学 报 (自然科学版) Vo1.5 No.42006年 12月 JOURNALOFTAIYUANNORMALUNIVERSITY (NaturalScienceEdition) Dec. 2006AHP法中平均随机...

    AHP法中平均随机一致性指标的算法及MATLAB实现

    第 5卷 第 4期 太 原 师 范 学 院 学 报 (自然科学版) Vo1.5 No.4

    2006年 12月 JOURNALOFTAIYUANNORMALUNIVERSITY (NaturalScienceEdition) Dec. 2006

    AHP法中平均随机一致性指标的

    算法及MATLAB实现

    焦树锋

    (山东滨州职业学院,山东 滨州 256624)

    [摘 要] 利 用层 次分析 法 解决 问题 时 ,要 对通过 两 两 比较得 出的判 断矩 阵进 行 一致 性检验 .而

    作为参与计算检验 的平均 随机一致性指标 的值一般 需要通过查表 而得 ,一般表 中又查不到 高阶平

    均 随机 一致性 指标 值 ,这一难点 阻碍 着层 次分析 法 大面积 的推 广应 用.在 深刹剖 析层 次分 析 法的基

    础上 ,给 出了平均 随机 一致性 指标 的算法 ,并且基 于 MATLAB软件 下 予 以程 序 实现.

    [关键 词] 层 次分 析 法 }判 断矩 阵}平 均 随机 一致 性指标 ’MATLAB

    [文章编号 ] 1672—2027(2006)04—0045—03 [中图分 类号 ] E91 [文献标 识码 ] A

    0 引言

    层次分析法[1](AnalyticalHierarchyProcess)是2O世纪 7O年代由ThomasSaaty提出的一种定性问题

    定量化的行之有效的方法.AHP的理论核心在于,按照从简单到复杂的认识论规律,将复杂系统分解为有序

    的递阶层次结构,其决策问题通常表现为一组方案优先顺序的排列问题,根据特定的选优条件组,从方案全

    序里挑选最佳者.为了给方案组排序,理论上采用对全体方案进行两两比较的遍历法.

    1 AHP的基本步骤 .

    层次分析法首先把问题层次化,按问题性质和总 目标将此问题分解成不同层次,构成一个多层次的分析

    结构模型.其主要步骤如下[副:

    1)根据标度理论,构造两两比较评判矩阵A; 裹 1 判断矩阵的比例标度及含义

    A= ( )x (,=1,2,… ,,z) Table1 Proportionquotietyofjudgementmatrixanditsmeaning

    通常使用 1~9比例标度法,判断矩阵的比 含义

    例标度及含义如表 1所示. 表示两个因素相比,同样重要

    表示两个因素相比,一个比男一个稍微重要

    2)将判断矩阵A的各列作归一化处理:

    表示两个因素相比,一个比另一个明显重要

    =ao/∑口 (,J一1,2,…,) 表示两个因素相 比,一个比另一个强烈重要

    ^一1 表示两个因素相比,一个比另一个极端重要

    3)求判断矩阵A各行元素之和 :∑ 分别表示为相邻 1—3,3—5,5—7,7—9的中值

    J= 1 若因素i与j比较得,则j与 i比较得

    ( l,2,… ,)

    4)对 进行归一化处理得到 :一一wi/∑ (f:1,2,…,)

    5)根据A 一 求出最大特征值及其特征向量, = —(A W)i

    展开全文
  • 本ppt主要介绍了随机性模型及MATLAB统计工具箱在建模中的应用,可供数模初学者参考学习。
  • 为此,我们提出了一些可以按以下顺序使用的 Matlab 例程: - b_Create_random_dataset:生成随机数据- c_Classify_Datasets:对随机数据进行分类并将解码百分比绘制为样本大小的函数- d_Statistic_binomial_...
  • 摘要:时间序列的随机性一共包含三种:平稳性、周期性和正态性,而对于时间序列随机性的分析与检验则反应出了序列内无序的数据在一定程度上的分布规律。通过检验可以确定一组序列的基本特征从而对未知部分的数据做出...
  • matlab一致性检验

    千次阅读 2022-01-03 23:14:05
    % 一致性检验 a_max = max(eig(D));% a_max为最大特征值 disp(['λmax = ',num2str(a_max)]) [~,n] = size(D); % 使用不到的数可以替换为~ CI = (a_max-n)/(n-1); disp('CI = ');disp(CI) % RI为平均随机一致性指标...
  • 图像显着性检测算法matlab代码性格 该软件包包含本文所述的场景文本检测算法: ,,。 特征:野外文字指示。 IEEE图像处理事务,2014年。 提供该软件用于研究目的。 如果使用包装,请引用我们的论文。 该代码已在...
  •  信号的平稳性检验随机信号处理中起着十分基础的作用。由于平稳信号和非平稳信号的性质差别显着,因此在处理信号之前先行判断它的平稳性就显得尤为重要。虽然信号平稳性的定义十分明确,但是实际判断过程却是复杂...
  • 因此,今天笔者想要分享的是随机森林算法在岩性识别中的应用与代码实现。 科普中国·科学百科定义:随机森林(Random forest)指的是利用多棵树对样本进行训练并预测的一种分类器。 通俗地来讲,随机森林算法从...
  • 随机抽样一致算法,主要用于参数一致检验
  • 与上一部分资源类似,这部分也是基于MATLAB的车道线检测程序,同样使用和对比了不同边缘检测算法,最后对得到的数据点进行随机采样一致算法(RANSAC)拟合了车道线。
  • matlab独立性检验代码 注意:MGCPY最近已移至HYPPO。 它包含最新的实施,更多的用户友好的API和更快的测试,以及其他功能。 MGCPY将不再更新。 可以在此处找到新的REPO :。 R版本在CRAN和上可用。 可在以下位置获取...
  • 比如噪声的特性有一些随机性或者是考虑把信号经过瑞丽信道等来模拟。或者色噪声之类的。 3、进一步通过后,则考虑如果有多径时候的情况,这个时候可以考虑用自己设定的多经结构(结构参数可以参考五缘湾的实验...
  • 随机游走matlab程序

    2021-04-18 11:55:29
    function [vr_value,z1,z2]=vr(x,q)%输入x为价格序列,q为滞后阶数%vr_value输出方差比值%z1为收益序列不存在下的检验统计量%z2为收益序列为异方差时的检验统计量%显著水平0.05(双侧标准正态检验)n1=size(x,2);...
  • 显著性检验matlab.ppt

    千次阅读 2021-04-18 07:39:35
    显著性检验matlab* 第六章 显著性检验 基本思想 检验规则 检验步骤 常见的假设检验 基本思想 小概率原理: 如果对总体的某种假设是真实的,那么不利于或不能支持这一假设的事件A(小概率事件)在一次试验中几乎不可能...
  • 另一方面,Wilcoxon检验作为一种非参数统计检验,用于确定结果的显著。最后,为了验证SPO的实用,将该算法应用于四个不同的结构设计问题,即土木工程中的挑战问题。所有这些问题的结果表明,与其他算法相比,...
  • matlab平方取中法、线性同余法、组合发生器生成三种伪随机数,并进行均匀性检验
  • matlab精度检验代码多项式混沌随机贪婪算法(RGA) 什么是RG算法? RGA是一种贪婪方法,用于在给定输入和输出样本评估的情况下构建函数的稀疏多项式混沌(PC)近似值。 在每次迭代时,该算法都会从大型候选字典中...
  • 因为早期机械故障特征的周期和调制,其统计量呈现周期变化,此时信号是循环的非平稳的周期信号,而测度指标信噪比和信噪比增益需要对特征信号有很好的估计。由于该领域的背景噪声很强,而待检信号非常微弱,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 11,065
精华内容 4,426
关键字:

matlab纯随机性检验