Академический Документы
Профессиональный Документы
Культура Документы
Al ms alto nivel
SIMULACIN DE SISTEMAS
Gua prctica #1
Determinar la Distribucin de los datos de una Simulacin
Objetivos:
Ejercicio:
Determinacin del tipo de distribucin estadstica de un conjunto de datos
Estos son los datos del nmero de automviles que entran a una gasolinera cada
hora.
14 7 13 16 16 13 14 17 15 16
13 15 10 15 16 14 12 17 14 12
13 20 8 17 19 11 12 17 9 18
20 10 18 15 13 16 24 18 16 18
12 14 20 15 10 13 21 23 15 18
a. Anderson-Darling.
b. Chi-Cuadrada.
c. Kolmogorov-Smirnov.
Stat::Fit permite comparar los resultados entre varias distribuciones analizadas mediante
una calificacin. Entre sus procedimientos emplea las pruebas estadsticas Chi-cuadrada,
de Kolmogoro v-Smirnov y de Anderson-Darling. Conjuntamente calcula los parmetros
apropiados para cada tipo de distribucin, e incluye informacin estadstica adicional
como media, moda, valor mnimo, valor mximo y varianza, entre otros datos. Stat::Fit se
puede ejecutar desde la pantalla de inicio de Promodel, o bien desde el comando Stat::Fit
del men Tools. Entrada de datos y manipulacin Tabla de Datos Un nuevo proyecto se
crea haciendo clic en el icono new en la barra de control o seleccionando File en la barra
de men y luego New en el submen, esta accin genera un nuevo documento de Stat::Fit
, y muestra una tabla vaca de datos (ver imagen 1) . Tambin de se pueden copiar (copy)
datos desde otra aplicacin como Excel o el block de notas y pegar (paste) en la tabla de
datos (Date Table).
Estadstica descriptiva:
Para determinar el tipo de distribucin de los datos, seleccione el comando Auto::Fit del
men Fit en la pantalla principal de Stat::Fit. A continuacin se desplegar un cuadro de
dilogo similar al que se ilustra en la Imagen 3, en la cual se tiene que seleccionar el tipo
de distribucin que se desea probar. Para este ejercicio seleccionamos una distribucin de
tipo discreto: discrete distributions por tratarse de datos contables (nmero de
automviles que llegan a la gasolinera por hora, y esto es una variable aleatoria con esa
caracterstica.
X
x 14 7 ... 18
15.04
n 50
S2
(x x) 2
(14 15.04) 2 ...(18 15.04) 2
13.1188
n 1 49
La Distribucin Poisson:
x e
p ( x) x 0,1,2,...
x!
150 e 15 151 e 15 152 e 15 153 e 15
p ( x 0,12,3,4,5,6,7)
0! 1! 2! 3!
154 e 15 155 e 15 156 e 15 157 e 15
0.0180
4! 5! 6! 7!
158 e 15 159 e 15
p( x 8,9) 0.0519
8! 9!
POISSON.DIST(9,15,VERDADERO)- POISSON.DIST(7,15,VERDADERO) = 0.051851468
1510 e 15 1511e 15
p( x 10,11) 0.1149
10! 11!
POISSON.DIST(11,15,VERDADERO)- POISSON.DIST(9,15,VERDADERO) = 0.114898138
1514 e 15 1515 e 15
p( x 14,15) 0.2049
14! 15!
POISSON.DIST(15,15,VERDADERO)- POISSON.DIST(13,15,VERDADERO) = 0.204871733
1516 e 15 1517 e 15
p( x 16,17) 0.1808
16! 17!
POISSON.DIST(17,15,VERDADERO)- POISSON.DIST(15,15,VERDADERO) = 0.180769176
1518 e 15 1519 e 15
p( x 18,19) 0.1264
18! 19!
POISSON.DIST(19,15,VERDADERO)- POISSON.DIST(17,15,VERDADERO) = 0.126360033
1520 e 15 1521e 15
p( x 20,21) 0.0717
20! 21!
POISSON.DIST(21,15,VERDADERO)- POISSON.DIST(19,15,VERDADERO) = 0.071674809
1522 e 15 1523 e 15
p( x 22,23) 0.0336
22! 23!
POISSON.DIST(23,15,VERDADERO)- POISSON.DIST(21,15,VERDADERO) = 0.033641832
1524 e 15 1525 e 15
p( x 24,25) 0.0133
24! 25!
POISSON.DIST(25,15,VERDADERO)- POISSON.DIST(23,15,VERDADERO) = 0.013279671
1526 e 15 1527 e 15
p( x 26,...) 0.0062
26! 27!
POISSON.DIST(26 o ms,15,VERDADERO)-POISSON.DIST(25,15,VERDADERO) = 0.00618488
11
( Ei Oi ) 2 (0.9001 - 1) 2 (0.3092 - 0) 2
c ...
i 1 Ei 0.9001 0.3092
Los resultados nos Indican que no podemos rechazar la hiptesis de que la variable
aleatoria se comporta de acuerdo con una distribucin de Poisson, con una media de 15
automviles por hora.
0.488 0.116 0.731 0.094 0.684 0.093 0.368 0.090 0.761 0.420
0.995 0.908 0.183 0.146 0.633 0.567 0.058 0.507 0.780 0.139
0.088 0.382 0.707 0.413 0.581 0.254 0.440 0.447 0.251 0.870
0.149 0.427 0.743 0.434 0.260 0.738 0.300 0.302 0.314 0.423
0.731 0.313 0.908 0.845 0.937 0.607 0.025 0.787 0.608 0.078
0.591 0.781 0.850 0.048 0.580 0.346 0.723 0.245 0.535 0.610
0.745 0.005 0.256 0.845 0.445 0.777 0.896 0.513 0.335 0.194
0.307 0.692 0.905 0.046 0.128 0.766 0.366 0.302 0.302 0.833
0.084 0.080 0.160 0.028 0.714 0.454 0.913 0.666 0.213 0.373
0.967 0.280 0.333 0.531 0.285 0.504 0.837 0.681 0.209 0.626