Documente Academic
Documente Profesional
Documente Cultură
Valentin ANTON
3.1 DATE DE OBSERVAII IN INGINERIA DE TRAFIC 3.1 DATE DE OBSERVAII IN INGINERIA DE TRAFIC 3.1.1. Colectarea i aranjarea datelor 3.1.1. Colectarea i aranjarea datelor 3.2.2. Msuri ale tendinei centrale i ale dispersiei 3.2.2. Msuri ale tendinei centrale i ale dispersiei 3.2. DISTRIBUII STATISTICE PRIVIND TRAFICUL RUTIER 3.2. DISTRIBUII STATISTICE PRIVIND TRAFICUL RUTIER 3.2.1. Distribuia trecerii vehiculelor printr-o seciune 3.2.1. Distribuia trecerii vehiculelor printr-o seciune 3.2.2. Distribuia intervalelor dintre vehicule 3.2.2. Distribuia intervalelor dintre vehicule 3.3. NOTIUNI DESPRE TEORIA ESTIMRII STATISTICE; CORELAREA 3.3. NOTIUNI DESPRE TEORIA ESTIMRII STATISTICE; CORELAREA 3.3.1. Ajustareaunei curbe prin metoda celor mai mici ptrate 3.3.1. Ajustareaunei curbe prin metoda celor mai mici ptrate 3.3.2. Corelarea datelor 3.3.2. Corelarea datelor
STATISTICA DESCRIPTIV
STATISTICA STATISTICA
STATISTICA MATEMATIC
STATISTICA INDUCTIV SAU DEDUCTIV - -aspecte specifice ingineriei STATISTICA INDUCTIV SAU DEDUCTIV aspecte specifice ingineriei
3.1. DATE DE OBSERVAII N INGINERIA DE TRAFIC 3.1. DATE DE OBSERVAII N INGINERIA DE TRAFIC
Rangul datelor Clase de date Frecvena Intervale ale claselor Marca claselor
Reprezentri ale datelor n clase Histograme Poligoane de frecven cumulat Curbe de frecven
100 90 80 70 60 50 40 30 20 10 0 1st Qtr 2nd Qtr 3rd Qtr 4th Qtr East West North
Viteze masurate
12 10 Nr. cazuri 8 6 4
Viteze masurate
60 50 Nr. cazuri 40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 intervale
2 0 1 2 3 4 5 6 7 8 9 10 intervale
3.2.2 MSURI ALE TENDINEI CENTRALE I ALE DISPERSIEI 3.2.2 MSURI ALE TENDINEI CENTRALE I ALE DISPERSIEI Tendina central - -caracterizeaz setul de date de observaii din punct de vedere al valorilor Tendina central caracterizeaz setul de date de observaii din punct de vedere al valorilor din zona central aagrupului din zona central grupului
Media aritmetic
x=
x
i =1
x=
p x
i=1
i i
N
- L1 -N - (f)i fmedian c
- xi - date de observaii - N - numrul de observaii din set - pi - pondere de semnificaie pentru datele xi
Mediana
N ( fi)1 ~ = L1 + 2 x c fmedian
- limita inferioar a clasei care conine mediana - numrul de observaii din set - suma frecvenelor claselor situate naintea clasei care conine mediana - frecvena clasei care conine mediana - lungimea intervalului care conine mediana
Viteze masurate
12
Observaie Din punct de vedere geometric mediana este abscisa corespunztoare verticalei care mparte histograma n dou pri de arii egale
Modul
x = L1 +
1 c 1 + 2
L1 - limita inferioar a clasei care contine modul D1 - diferena dintre frecvena clasei care conine modul i frecvena anterioar D2 - diferena dintre frecvena clasei care conine modul i frecvena clasei urmtoare c - lungimeas intervalului clasei care conine modul
Observaii: modul unui set de date reprezint valoarea care apare n frecvena cea mai mare pot exista distribuii de valori care s nu aib mod sau situaii n care pot apare mai multe valori pentru mod. Ex. Curbele binodale sau multinodale
12 10 Nr. cazuri 8 6 4 2 0 1 2 3 4 5 6 7 8 9 10
Viteze masurate
Relaia ntre medie - median - mod determin oblicitatea unei curbe de frecvene: oblicitate pozitiv oblicitate negativ
intervale
Dispersia - -caracterizeaz setul de date de observaii din punct de vedere al modului Dispersia caracterizeaz setul de date de observaii din punct de vedere al modului in care valorile numerice sunt rspndite n jurul valorilor medii in care valorile numerice sunt rspndite n jurul valorilor medii Rangul datelor
RD = Xmax - Xmin Xmax, Xmin - valori extreme ale setului de observaii ordonate n sens cresctor monoton
Deviaia mediei
DM =
x x
i i 1
Abaterea standard
s=
(x x)
i i1
N
2
Variana
(x x) s=
i
Coeficientul de variaie
Cv =
s x
- Nu depinde de unitile de msur a observaiilor - Poate fi folosit la compararea distribuiilor cu uniti de msur diferite - Nu poate fi folosit atunci cnd media aritmetic tinde spre zero.
Variabila standardizat
xx z= s
- Msoar deviaii ale mediei - Mrimea este dependent de unitatea de msur n care sunt exprimate valorile setului de date
Momente centrale
Mr =
(x x)
i
r - ordinul momentului pentru r = 1 M1 = xi - date de observaii - media aritmetic a setului de date N- numrul de observaii din setul de date
3.2. DISTRIBUII STATISTICE PRIVIND TRAFICUL RUTIER 3.2. DISTRIBUII STATISTICE PRIVIND TRAFICUL RUTIER
3.2.1. DISTRIBUIA TRECERII VEHICULELOR 3.2.1. DISTRIBUIA TRECERII VEHICULELOR DISTRIBUIA POISSON
(m = lt) - media numrului de vehicule care sosesc n intervalul de timp t l - media sosirii vehiculelor - probabilitatea ca n intervalul de timp t sa soseasc x P(x) vehicule
e mm x P( x ) = x!
sau
e t ( t ) x P( x ) = x!
Distribuia POISSON d rezultate bune cnd traficul nu este aglomerat. Aceasta arat c raportul dintre varian i medie este egal cu 1.00
DISTRIBUIA BINOMINALA
P( x ) = Cnp x (1 p)n x x
P(x) - probabilitatea ca ntr-un interval de timp dat s soseasc x vehicule p - probabilitatea s soseasc un vehicul n - numrul de observaii
Distribuia binominal este recomandat pentru condiii de trafic aglomerate la care msurtorile arat c raportul dintre variant i medie este < 1.00
Planificarea Transporturilor si Inginerie de Trafic - Conf dr.ing. Valentin ANTON
3.2.2. DISTRIBUIA INTERVALELOR DINTRE VEHICULE 3.2.2. DISTRIBUIA INTERVALELOR DINTRE VEHICULE DISTRIBUIA EXPONENIAL NEGATIV
P( h t ) = e
Rezult
Q t 3600
P(h > t ) = e
t T
Q - intensitatea orar a traficului t - timpul unei perioade de msurtoare P(h>t) - probabilitatea ca ntre vehicule s se gseasc intervale de timp h > t Q/3600 - media aritmetic a sosirii vehiculelor se noteaz cu:
T=
Q 3600
Observaii: - Distribuia exponential negativ se aplic cu rezultate bune pentru traficul normal, lejer. - n cazul n care calculele evideniaz intervale de timp mici (0,1 - 2 sec), valori care nu se regsesc n trafic atunci se adopt distribuia exponenial negativ deplasat: P(x) P(x)
t
Planificarea Transporturilor si Inginerie de Trafic - Conf dr.ing. Valentin ANTON
3.3. NOIUNI DESPRE TEORIA ESTIMRII STATISTICE --CORELAREA 3.3. NOIUNI DESPRE TEORIA ESTIMRII STATISTICE CORELAREA
3.3.1. AJUSTAREA UNEI CURBE PRIN METODA CELOR MAI MICI PTRATE 3.3.1. AJUSTAREA UNEI CURBE PRIN METODA CELOR MAI MICI PTRATE Ecuaii ale curbelor de aproximare Ecuaii ale curbelor de aproximare y = a0 + a1x y = a0 + a1x + a2x2 y = a0 + a1x ++ anxn y = abx sau Log y = log a + x log b Dreapta celor mai mici ptrate
Y
X
Planificarea Transporturilor si Inginerie de Trafic - Conf dr.ing. Valentin ANTON
Suma ptratelor diferenelor ntre valorile estimate si cele msurate s fie minim
2 2 2 S = d1 + d 2 + d 3 + ...... d n min 2
S=
(y
est
ymas ) 2 min
y = a0 + a1x
n cazul dreptei:
S = (a0 + a1x1 - y1)2 + (a0 + a1x2 - y2)2 + .. Condiia de minim se obine cnd derivatele pariale n raport cu a0 i a1 sunt nule.
di
X Xi
S =0 a0 S =0 a1
2[(a0 +a1x1 - y1) + (a0 +a2x2 - y2) + .] = 0 2[x1(a0 + a1x1 - y1) + x2(a0 +a1x2 - y2) +..] = 0
CONCLUZIE: Rezult sistemul ecuaiilor normale din care se calculeaz a0 i a1. n cazul parabolei celor mai mici ptrate se obine un sistem de 3 ecuaii cu 3 necunoscute, care se calculeaz a0, a1, a2
Planificarea Transporturilor si Inginerie de Trafic - Conf dr.ing. Valentin ANTON
CORELAREA - CORELAREA
(Y Y
est
)2 = ( Y Y
r=
est
)2 +
est
(Y
est
Y)
Coeficientul de regresie
(Y Y) (Y Y)
2
r 1 . 00 r = 1 . 00
est
s yx =
(Y Y
N
)2
X Xi
Planificarea Transporturilor si Inginerie de Trafic - Conf dr.ing. Valentin ANTON