Случайная выборка статистики из совокупности представляет собой часть взятых по множеству независимых (некоррелированных) данных при предположении закона распределения и таблицы случайных чисел (метод монте-карло). Часто возникает потребность в получении случайной выборки статистики из данных, полученных при измерениях во времени и при неизвестном законе распределения. Поэтому разработка такого приложения представляется актуальной.
Обнаружение случайной выборки статистики во временной реализации основано на использовании непараметрического распределения Кендалла, [1] в виде цикла, ограниченного двумя вероятностными кривыми.
Распределение Кендалла выбрано по двум причинам. Во-первых, каждый индекс инверсионной кривой в цикле Кенделла совпадает с таким же индексом во временной реализации, что позволяет определять данные реализации. Во-вторых, как показано в [2 ] внутри цикла существует стационарное среднее значение, что дает возможность оценивать корреляцию данных и определять временной интервал, при котором эти данные можно считать некоррелированными.
Приложение ( бат файл) состоит из 5 файлов: двух файлов, определяющих качество измерений временной реализации, файла обнаружения составляющих реализации, попадающих в цикл распределения Кенделла, файла обнаружения выборки некоррелированных случайных составляющих в реализации и файла сравнения случайной выборки статистики из реализации и случайной выборки, взятой из совокупности [3] и файла определения кривой итерации в цикле распределения Кендалла. Бат файл работает через ключ, Работа бат файла протестирована по реализации детерминированного хаоса. . На графике рис 1 и графике рис 2 представлены реализация детерминированного хаоса и соответствующая ей инверсионная кривая итераций распределения Кендалла.
В таблице 1 приведены значения случайной выборки статистики из реализации, а на графике рис 3 ее инверсионная кривая итераций.
Таблица 1.
0.171 0.170 0.174 0.174
0.173 0.171 0.171 0.170
0.170 0.172 0.176 0.169
Из сравнения инверсионных кривых выборок видна целесообразность применения кривых итераций распределения Кендалла для контроля положения выборки в цикле распределения.