Теорема о распределении оценки параметра

Помимо предположения о известных дисперсиях при имитационном моделировании может нарушаться также предположение о нормальности распределений. В приложении V.B.2 приведен метод, не требующий, чтобы наблюдения были нормальными, а удовлетворяющийся тем, что нормальны выборочные средние. В силу центральной предельной теоремы это довольно слабое предположение. (Следовательно, метод можно применять для ранжирования других параметров, кроме средних из нормальных совокупностей, при условии, что средние оценки этих параметров имеют приближенно нормальные распределения см. также [Be hhofer, 1954, р. 29].) Заметим, что оценки дисперсий для распределений с нарушением нормальности остаются несмещенными. [c.247]

Точные методы. Наиболее известный из них метод PERT. Основная его идея состоит в том, что все интервалы между событиями в сетевом графике являются случайными переменными и, следовательно, все рассчитываемые параметры (даты, продолжительность проекта, общие отклонения и т.д.) имеют вероятностное распределение. Используя теоремы теории вероятности и статистики, можно попытаться решить возникающие задачи. Метод PERT стал широко известен благодаря трехкратной оценке, которая все еще используется на практике. Вероятностная часть этого метода, представляющая особый интерес, была между тем, после создания метода, отброшена [4], [5] из-за математических неточностей. По мнению автора, являющегося математиком, практическая применимость метода была исследована неполностью, а небольшие математические неточности не препятствовали его использованию, и практики склонны не принимать их во внимание. [c.98]