專利名稱：隨機(jī)事件mnr極限遞歸統(tǒng)計(jì)分析方法
隨機(jī)事件MNR極限遞歸統(tǒng)計(jì)分析方法本發(fā)明涉及隨機(jī)事件發(fā)生的趨勢(shì)和發(fā)生可能性的統(tǒng)計(jì)分析和預(yù)測(cè)，特別涉及由多 種不定因素引發(fā)的、具有隨機(jī)性質(zhì)的隨機(jī)事件的趨勢(shì)和發(fā)生可能性程度的統(tǒng)計(jì)分析和預(yù) 測(cè)。在統(tǒng)計(jì)學(xué)中有個(gè)對(duì)隨機(jī)事件進(jìn)行統(tǒng)計(jì)分析的方法，叫做“移動(dòng)平均法”，具體的計(jì) 算方法如下P1, P2、P3........Pt列出第1至第t時(shí)期的平均值Pt= (WZtHi1)Vn式中，Pt-是第t時(shí)期的平均值；η-移動(dòng)平均的時(shí)期個(gè)數(shù)(步進(jìn)長(zhǎng)度)；Zt-第t期實(shí)際值；Zw，Zt_2，Zt_3和Zt_(n_D分別表示前兩期、前三期直至前η期的實(shí)際值。計(jì)算得出的 Pi、P2、P3........Pt值的變化，反映出實(shí)際值的趨勢(shì)。移動(dòng)平均法可以用來(lái)預(yù)測(cè)隨機(jī)事件的趨勢(shì)，在一定程度上可以反映出隨機(jī)事件發(fā) 生頻率的趨勢(shì)和隨機(jī)事件發(fā)生可能性的大小，但是單純使用移動(dòng)平均法預(yù)測(cè)隨機(jī)事件的趨 勢(shì)和隨機(jī)事件發(fā)生的可能性，其預(yù)測(cè)的準(zhǔn)確性，尤其是對(duì)隨機(jī)事件發(fā)生的可能性的預(yù)測(cè)，還 有待提高。本發(fā)明的目的是，在統(tǒng)計(jì)隨機(jī)事件發(fā)生趨勢(shì)的基礎(chǔ)上，通過(guò)極限和破位統(tǒng)計(jì)，提高 對(duì)隨機(jī)事件發(fā)生可能性預(yù)測(cè)的準(zhǔn)確性。本發(fā)明的技術(shù)解決方案是，把隨機(jī)事件數(shù)字化，對(duì)數(shù)字化后的數(shù)據(jù)采用移動(dòng)平均 法進(jìn)行統(tǒng)計(jì)，畫(huà)出多條間隔時(shí)期數(shù)不等的移動(dòng)平均曲線，這些曲線能夠反映隨機(jī)事件的趨 勢(shì)；對(duì)隨機(jī)事件數(shù)字化后的數(shù)據(jù)進(jìn)行處理，并對(duì)處理后的數(shù)據(jù)進(jìn)行極限統(tǒng)計(jì)分析，以數(shù)字表 格形式展示極限和破位情況。完成移動(dòng)平均線統(tǒng)計(jì)和極限破位統(tǒng)計(jì)后，根據(jù)移動(dòng)平均線的 趨勢(shì)和極限破位情況預(yù)測(cè)隨機(jī)事件下次發(fā)生可能性的程度。隨機(jī)事件數(shù)字化過(guò)程隨機(jī)事件分為單一事件和復(fù)合事件，單一事件是指事件只 有兩種狀態(tài)發(fā)生和未發(fā)生；而復(fù)合事件有多種狀態(tài)，但是這些狀態(tài)的屬性是相同的，請(qǐng)看 后面對(duì)復(fù)合事件的進(jìn)一步說(shuō)明。下面是對(duì)單一事件A進(jìn)行數(shù)字化的過(guò)程。在每個(gè)時(shí)期，用 數(shù)字1代表隨機(jī)事件A發(fā)生，0代表A沒(méi)有發(fā)生，這樣產(chǎn)生如下數(shù)字化結(jié)果
權(quán)利要求
1. 一種對(duì)隨機(jī)事件發(fā)生可能性程度預(yù)測(cè)的極限遞歸統(tǒng)計(jì)分析方法，其特征在于對(duì)隨 機(jī)事件的M(M為正整數(shù))時(shí)期個(gè)數(shù)歷史記錄進(jìn)行數(shù)字化，1代表隨機(jī)事件發(fā)生，0代表未發(fā) 生，建立隨機(jī)事件數(shù)字化序列表如下(表-1)
2. 一種對(duì)隨機(jī)事件發(fā)生可能性的極限遞歸統(tǒng)計(jì)分析方法權(quán)利要求1對(duì)隨機(jī)事件數(shù)字化特征序列值的統(tǒng)計(jì)分析方法，其特征在于把隨機(jī)事件已經(jīng)數(shù)字化的序列值，按照第t期 的值等于第t_k(k為正整數(shù))期的值，如果相等則標(biāo)記為1，否則標(biāo)記為0，這樣統(tǒng)計(jì)生成多 個(gè)k間隔數(shù)字序列，對(duì)這些k間隔數(shù)字序列做MNR極限遞歸統(tǒng)計(jì)分析，輔助對(duì)隨機(jī)事件下個(gè) 時(shí)期發(fā)生可能性的分析和預(yù)測(cè)。
3. —種對(duì)隨機(jī)事件發(fā)生可能性的極限遞歸統(tǒng)計(jì)分析方法權(quán)利要求1對(duì)復(fù)合隨機(jī)事件 的統(tǒng)計(jì)分析方法，其特征在于，把復(fù)合事件的多種狀態(tài)拆分成多個(gè)屬性，每個(gè)屬性就是一個(gè) 單一隨機(jī)事件，對(duì)各種屬性分別進(jìn)行統(tǒng)計(jì)分析，最后綜合分析，就可以得到該復(fù)合隨機(jī)事件 各種狀態(tài)發(fā)生的可能性程度?；具^(guò)程是先把復(fù)合隨機(jī)事件發(fā)生的歷史數(shù)據(jù)按照各種狀態(tài) 的屬性分別進(jìn)行數(shù)字化，然后對(duì)各種屬性逐一進(jìn)行MNR極限遞歸統(tǒng)計(jì)，利用反向原則分析 預(yù)測(cè)復(fù)合隨機(jī)事件某種屬性發(fā)生可能性的程度，各種屬性的預(yù)測(cè)結(jié)果綜合在一起，就得出 了該復(fù)合隨機(jī)事件各種狀態(tài)發(fā)生可能性程度的結(jié)論。例如復(fù)合事件B:在0、1、2.....9這10個(gè)數(shù)字中，每次隨機(jī)抽取1個(gè)數(shù)字，記下取出的數(shù)字，總共取過(guò)20次，記錄如下(表-6)
全文摘要
隨機(jī)事件MNR極限遞歸統(tǒng)計(jì)分析方法涉及隨機(jī)事件發(fā)生的趨勢(shì)和發(fā)生可能性的統(tǒng)計(jì)分析和預(yù)測(cè)，用來(lái)提高對(duì)隨機(jī)事件下個(gè)時(shí)期發(fā)生可能性預(yù)測(cè)的準(zhǔn)確性。本發(fā)明具體技術(shù)解決方案是對(duì)隨機(jī)事件進(jìn)行數(shù)字化，統(tǒng)計(jì)隨機(jī)事件M期數(shù)字化歷史數(shù)據(jù)，分別對(duì)該數(shù)據(jù)及其其它特征數(shù)字序列做N個(gè)時(shí)期個(gè)數(shù)的R次遞歸統(tǒng)計(jì)，生成N個(gè)時(shí)期個(gè)數(shù)的移動(dòng)平均曲線和極限破位情況綜合統(tǒng)計(jì)表，利用反向原則分析預(yù)測(cè)隨機(jī)事件下個(gè)時(shí)期發(fā)生可能性的程度。
文檔編號(hào)G06F19/00GK102096755SQ20091027322
公開(kāi)日2011年6月15日 申請(qǐng)日期2009年12月15日 優(yōu)先權(quán)日2009年12月15日
發(fā)明者白云峰 申請(qǐng)人:白云峰