Интеллектуальная информационная система управления взаимоотношениями с клиентами в стоматологической клинике

Физическое проектирование структуры данных системы. Построение математической схемы и алгоритма имитационной модели бизнес-процесса. Создание облачной интеллектуальной информационной системы для клиники. Разработка дружественного интерфейса пользователя.

Рубрика Программирование, компьютеры и кибернетика
Вид дипломная работа
Язык русский
Дата добавления 07.08.2018
Размер файла 2,8 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Федеральное агентство связи

Федеральное государственное бюджетное образовательное учреждение

высшего образования

«Поволжский государственный университет телекоммуникаций и информатики»

Факультет Информационных систем и технологий

Направление Прикладная информатика в экономике

Кафедра Экономических и информационных систем

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

Интеллектуальная информационная система управления взаимоотношениями с клиентами в стоматологической клинике

Разработал А.И. Моисеев

Самара 2017

Введение

Интеллектуальная информационная система - это взаимосвязанная совокупность средств, методов и персонала, имеющая возможность хранения, обработки и выдачи информации, а также самостоятельной настройки своих параметров в зависимости от состояния внешней среды (исходных данных) и специфики решаемой задачи. Интеллектуальные информационные системы являются естественным результатом развития обычных информационных систем, сосредоточили в себе наиболее наукоемкие технологии с высоким уровнем автоматизации не только процессов подготовки информации для принятия решений, но и самих процессов выработки вариантов решений, опирающихся на полученные информационной системой данные. Интеллектуальные информационные системы особенно эффективны в применении к слабо структурированным задачам, в которых пока отсутствует строгая формализация, где при принятии решений учитываются наряду с экономическими показателями слабо формализуемые факторы - экономические, политические, социальные.

Имитационное моделирование (ИМ) является эффективным инструментом оценки характеристик процессов функционирования сложных систем на этапах их исследования и проектирования. Но этим возможности данного метода не ограничиваются: в современных системах управления ИМ используется непосредственно в контуре управления, на его основе решаются задачи прогнозирования для принятия решений по управлению, т.е. реализуются интеллектуальные информационные системы. Построение ИИС стало возможным, с одной стороны, после решения вопросов информационного подхода к проблеме управления, а с другой стороны, после проработки задач ИМ в реальном масштабе времени на современных ЭВМ с учетом ограниченности ресурсов.

Интеллектуальная система управления взаимоотношениями с клиентами предназначена для автоматизации стратегий взаимодействия с заказчиками (клиентами), в частности, для повышения уровня продаж, оптимизации маркетинга и улучшения обслуживания клиентов путём сохранения информации о клиентах и истории взаимоотношений с ними, установления и улучшения бизнес-процессов и последующего анализа результатов.

Современный бизнес должен быть гибким, автоматизированным, эффективным, измеримым и интегрированным со средой интернет. Успешные медицинские учреждения уже используют информационные решения в повседневной практике, и это выступает фундаментом быстрого роста базы клиентов и оказываемых услуг.

Довольный клиент - это лояльный клиент, который будет формировать постоянный денежный поток для компании. А лояльность клиента достигается с помощью качественного удовлетворения потребностей клиента, с помощью внимательного отношения к нему до оказания услуг и после оказания услуг, с помощью оповещения о специальных акциях и программе лояльности при повторном обращении.

В последнее время стоматологические услуги пользуются все большей популярностью у населения. Если раньше пациенты, как правило, обращались к зубным врачам, чтобы залечить кариес или поставить коронку, то теперь становятся популярными процедуры чистки, отбеливания зубов, исправления неровностей или прикуса, установки имплантатов. Но люди, оплачивающие недешевые услуги стоматологов, хотят получать не только квалифицированную медицинскую помощь, но и отличный сервис. Все чаще слышно, что у всех нелегкие времена, что кризис вносит свою лепту и что становится меньше пациентов или пациенты «научились» считать свои деньги. Рынок изменился и происходит процесс адаптации и реорганизации. Так как частные стоматологические клиники и лаборатории - это коммерческие организации, нацеленные на извлечение прибыли, то они должны уметь быстро адаптироваться под современные тенденции рынка.

Целью бакалаврской работы является разработка интеллектуальной информационной системы управления взаимоотношениями с клиентами в стоматологической клинике.

Разработка такой системы является актуальной, так как рынок стоматологических услуг растет с каждым годом, конкуренция становится все больше и перед клиентами открываются весьма широкие возможности для выбора наиболее подходящей для него стоматологической клиники. Компания, использующая в своей работе информационную систему данного класса, повышает качество работы, как с клиентами, так и со своими сотрудниками, что выводит такие компании на первый план среди конкурентов.

Для достижения поставленной цели необходимо решить ряд задач.

1) Провести анализ деятельности стоматологической клиники, включая бизнес-процесс, выбранный для имитационного моделирования.

2) Собрать и проанализировать все необходимые статистические данные о функционировании исследуемого бизнес-процесса.

3) Разработать математическую схему и алгоритм имитационной модели бизнес-процесса.

4) Выявить все актуальные, на данный момент времени, проблемы в работе стоматологической клиники.

5) Предложить свой вариант облачной интеллектуальной информационной системы для стоматологической клиники.

Объектом исследования является стоматологическая клиника ООО «Кристалл+».

Бакалаврская работа состоит из введения, трех глав, заключения, списка использованных источников и приложений.

1. Аналитическая часть

1.1 Характеристика предприятия и его деятельности

Объектом нашего исследования, а также внедрения проектируемой информационной системы является ООО «Кристалл+».

Стоматологическая клиника ООО «Кристалл+» появилась 26 апреля 2010 года. В 2013 г. она была включена в реестр «100 лучших медицинских учреждений Приволжского федерального округа».

Сегодня основным видом деятельности ООО «Кристалл+» является протезирование, имплантации я и лечение зубов.

Дополнительными видами деятельности ООО «Кристалл+» являются:

? Терапевтическая стоматология;

? Лечение кариеса;

? Лечение пульпита;

? Гигиена и профилактика полости рта;

? Хирургическая стоматология;

? Имплантология;

? Ортопедическая стоматология;

? Эстетическая стоматология;

? Ортодонтия;

? Отбеливание и чистка зубов;

? Восстановление зубов;

? Протезирование зубов;

? Перепломбировка каналов ранее леченых зубов;

? Прохождение и пломбировка непроходимых каналов, с использованием современных методик лечения и специальной аппаратуры;

? Лечение хронических заболеваний полости рта;

? Операциясинус-лифтингс применением ауто-костных трансплантатов, биосовместимых материалов, биомембран;

? Улучшения фиксацииполных съемных протезов введением имплантатов;

? Иссечение рубцовых измененийслизистой оболочки;

? Удаление экзостозов и небного торуса, углубление преддверия полости рта с целью улучшения фиксации полных съемных протезов;

? Увеличение высоты и ширины альвеолярного гребня для оптимизации введения имплантатов и дальнейшего протезирования;

? Психологическая подготовка больныхперед операцией;

Компания ООО «Кристалл+» динамично развивается на территории Самарской области, пользуясь заслуженным доверием и уважением многочисленных клиентов клиники. Компания «Кристалл+» с успехом справляется с любыми видами стоматологических работ, используя новейшие технологические достижения и разработки в сфере медицинского стоматологического лечения.

Целью деятельности компании ООО «Кристалл+» является расширение спектра услуг и увеличение количества клиентов, что предполагает целенаправленную работу по следующим направлениям:

1) Управление ожиданиями рынка посредством укрепления лояльности к услугам компании;

2) Улучшение показателей деятельности компании за счет постоянного мониторинга, текущего положения дел на рынке и оперативной корректировки планов;

3) Повышение качества управления компанией путем эффективного планирования и повышения точности прогнозов результатов деятельности.

Улучшить показатели деятельности компании можно, прибегнув к методам имитационного моделирования. С помощью имитационного моделирования можно описать бизнес-процессы компании, как они проходили бы в действительности, выявить их недостатки и проимитировать реализацию бизнес-процессов после устранения этих недостатков. Основные технико-экономические показатели компании представлены в табл. 1.1.

Таблица 1.1 Основные технико-экономические показатели компании

№ п/п

Наименование характеристики (показателя)

Значение показателя

1

Количество сотрудников

11

2

Оборот компании за месяц

500 000

3

Среднее количество пациентов в день

9

4

Среднее количество времени, затраченное на регистрацию одного пациента в мин.

8

5

Среднее количество времени, затраченное на обслуживание одного клиента в мин.

70

1.1.1 Организационная структура управления предприятием

Организационная структура управления стоматологической клиникой ООО «Кристалл+» представлена на рис. 1.1.

Рис. 1.1 - Организационная структура управления предприятием

1.1.2 Описание основных бизнес-процессов предприятия

Бизнес-процесс - это совокупность взаимосвязанных мероприятий или задач, направленных на создание определённого продукта или услуги для потребителей. Бизнес-процессы могут быть основными, обеспечивающими и управляющими.

1) Основные бизнес-процессы. Это операционные бизнес-процессы, связанные с производством продуктов. Обеспечивают выполнение существующих операционных заданий, которые тесно связаны с созданием товаров и их реализацией непосредственному покупателю. К основным бизнес-процессам ООО «Кристалл +» относятся:

? Рассмотрение заявок клиентов;

? Управление работами;

? Лечение зубов и полости рта;

? Терапия;

? Протезирование;

? Эндодонтическое лечение зубов;

? Парадантология;

? Хирургическое лечение;

? Ортопедическое лечение;

? Имплантолгия;

? Эстетическая коррекция зубов;

? Гигиена и профилактика полости рта;

? Аренда рабочего помещения;

? Проведение стоматологической профилактики;

? Формирование пакета услуг;

? Учет партнеров и поставщиков;

? Учет расчетов с клиентами и поставщиками;

? Организация первичного документооборота;

? Сегментация клиентской базы;

? Привлечение клиентов.

1) Обеспечивающие бизнес-процессы. Гарантируют протекание нескольких главных процессов, благодаря своевременной поставке ресурсов в нужное время и место. К обеспечивающим бизнес-процессам ООО «Кристалл+» относятся:

? Административно-хозяйственное обеспечение;

? IT-обеспечение и связь;

? Обеспечение охраны и безопасности;

? Юридическое обеспечение;

? Ремонт стоматологической техники;

? Закупка расходных медицинских материалов;

? Закупка, техническое обеспечение, обслуживание и ремонт медицинской техники;

? Техническое обеспечение деятельности;

? Управление документацией и данными;

? Соблюдение экологических правил и норм.

1) Управляющие бизнес-процессы. Их задача - обеспечение своевременной реорганизации управляющего аппарата и его функционирования. К управляющим бизнес-процессам ООО «Кристалл+» относятся:

? Стратегическое управление;

? Управление финансами;

? Управление маркетингом;

? Управление качеством;

? Управление персоналом;

? Управление социальной сферой;

? Управление портфелем проекта;

? Управление рисками;

? Оценка эффективности работы персонала.

1.2 Выбор, обоснование, схема и описание моделируемого бизнес-процесса

Для моделирования выбран бизнес-процесс «Продажа медицинских стоматологических услуг». Выполняются такие работы как:

? Регистрация пациента;

? Осмотр пациента;

? Оформление договора;

? Оплата необходимых пациенту услуг;

? Запись в медицинскую карту о выполненных стоматологических услугах;

? Анализ соответствия объема оказанных услуг оплате;

? Заполнение гарантийного талона;

? Формирование расходного кассового ордера на возврат денежных средств клиенту;

? Формирование приходного кассового ордера на доплату клиентом выполненных работ;

? Предоставление отчетности;

? Участвуют следующие работники:

? Главный бухгалтер;

? Заведующий оргметодотделом;

? Администратор;

? Медсестра;

? Лечащий врач.

Данный бизнес-процесс является одним из основных бизнес-процессов стоматологической клиники. Я выбрал данный бизнес-процесс по причине большого количества случайных величин, возникающих в ходе его выполнения. Случайные величины влияют на длительность выполнения работ и делают данный бизнес-процесс слабо предсказуемым.

Все виды представленных выше работ бизнес-процесса не автоматизированы, и зачастую выполняются неправильно, либо частично неправильно. В компании не ведется архив пациентов, нет входящей информации от пациентов, которую можно было использовать в дальнейшем на блага компании. Отсутствует структурированное расписание приема врачей, что влечет за собой потерю клиентов. Именно поэтому компании требуется система, в которой в удобной форме располагалась бы вся необходимая информация, для быстрой и эффективной работы администратора.

Описание бизнес-процесса.

Клиент приходит в стоматологическую клинику, и администратор выявляет всю необходимую информацию о клиенте, а также его требования по представляемым услугам стоматологической клиники.

Рис. 1.2 - Схема бизнес-процесса «Продажа медицинских стоматологических услуг»

Если требования к услугам не корректным (отсутствуют необходимые для клиента услуги, нет необходимого для клиента врача и т.д.), тогда они не могут быть выполнены, и, следовательно, клиент остается не обслуженным. Если же требования к услугам корректны, то администратор подбирает для клиента время, на которое будет назначено обследование и последующее возможное лечение, из базы данных расписания врачей. Если данное время не подходит клиенту, администратор подбирает другой возможный вариант, и предлагает новое время, если же клиент снова отказывается от предлагаемого времени или же такового времени вообще нет, он считается не обслуженным клиентом. Если же клиент соглашается на какое-то из предложенных вариантов времени, то, в назначенное время ему проводят обследование. После того как обследование проведено, формируется стоимость будущих возможных услуг, которые необходимы клиенту.

Стоимость услуг предоставляется клиенту, и он решает, согласен ли он на дальнейшее лечение или нет. Если клиент не согласен, он автоматически становится не обслуженным. Если же клиент согласен с условиями лечения, у него уточняют, можно ли использовать анестезию в его случае лечения, либо нет (клиент может добровольно отказаться от анестезии). Если клиент согласен на анестезию, то у него уточняют о переносимости препаратов и выбирают подходящий для него обезболивающий препарат и начинают лечение. Если же клиент отказывается от анестезии, то лечащий врач, вместе с медсестрой, переходят непосредственно к лечению. После того, как лечение проведено, клиент оплачивает перечень предоставленных ему услуг на кассе, и после оплаты получает чек. После этого клиент считается обслуженным.

1.3 Анализ возможного решения проблемы

Для решения проблем, связанных с бизнес-процессом, приведенным выше, нужна специальная система, которая будет настроена специально под нашу стоматологическую клинику. Данная система должна нести в себе всю необходимую информацию для продуктивной работы администратора клиники.

«Кристалл+» - это облачная система для администрирования стоматологических клиник. «Кристалл+» позволяет существенно снизить нагрузку на администратора и видеть работу всей клиники в браузере любого устройства. Система будет иметь множество полезных функций, которые помогут администратору стоматологической клиники справляться с большим объемом работ.

интеллектуальный информационный алгоритм интерфейс

2. Проектная часть

2.1 Определение состава исходных данных для моделирования бизнес-процесса

В ходе построения бизнес-процесса «Продажа медицинских стоматологических услуг» выявлены следующие случайные величины, влияющие на данный бизнес-процесс:

1) СВ1 - время между посещениями стоматологической клиники клиентов;

2) СВ2 - длительность выявления требований клиента;

3) СВ3 - количество клиентов, требования которых не могут быть выполнены;

4) СВ4 - длительность подбора свободного времени;

5) СВ5 - длительность обсуждения времени с клиентом;

6) СВ6 - количество клиентов, для которых предоставленное время не подошло;

7) СВ7 - длительность обсуждения времени с клиентом;

8) СВ8 - количество клиентов, для которых предоставленное время не подошло;

9) СВ9 - длительности проведения обследования клиента;

10) СВ10 - длительность формирования стоимости необходимых клиенту услуг;

11) СВ11 - количество клиентов, отказавшихся от лечения;

12) СВ12 - количество клиентов, отказавшихся от анестезии;

13) СВ13 - длительность процедуры анестезии;

14) СВ14 - длительность проведения лечения;

15) СВ15 - длительность проведения оплаты;

16) СВ16 - длительность выдачи чека.

В результате обработки статистического материала определены основные параметры полученных законов распределения, к которым относятся:

? параметр СКО нормального закона распределения случайных величин: длительность обсуждения времени с клиентом, длительность обсуждения времени с клиентом, длительность проведения оплаты, длительность в выдаче чека, длительность проведения лечения, длительность формирования стоимости необходимых клиенту услуг, длительность процедуры анестезии, длительность проведения обследования клиента.

? параметр Хв нормального закона распределения случайных величин: длительность обсуждения времени с клиентом, длительность обсуждения времени с клиентом, длительность оплаты, длительность в выдаче чека, длительность проведения лечения, длительность формирования стоимости необходимых клиенту услуг, длительность процедуры анестезии, длительность проведения обследования клиента.

? параметр л закона показательного распределения случайных величин: время между приходами клиентов, длительность выявления требований, длительность подбора свободного времени;

? параметр а закона Пуассона для случайных величин: количество клиентов, требования которых не могут быть выполнены, количество клиентов, для которых предоставленное время не подошло, количество клиентов, для которых предоставленное время не подошло, количество клиентов, отказавшихся от лечения, количество клиентов, отказавшихся от анестезии.

Таблица 2.1 Основные параметры имитационной модели

Наименования параметра имитационной модели

Значения

Продолжительность анализируемого периода в месяцах

12

Часовая ставка администратора, руб.

300

Часовая ставка медсестры, руб.

250

Часовая ставка лечащего врача, руб.

600

Среднее время между приходами клиентов, час.

2

Средняя длительность выявления требований, мин.

8

Среднее количество клиентов, требования которых не могут быть выполнены

1

Средняя длительность подборки времени, мин.

2

Средняя длительность обсуждения времени с клиентом, мин.

1

Среднее количество клиентов, для которых время не подошло

3

Средняя длительность проведения обследования клиента, мин.

15

Средняя длительность формирования стоимости необходимых клиенту услуг, мин.

3

Среднее количество клиентов, отказавшихся от лечения

1

Среднее количество клиентов, отказавшихся от анестезии

2

Средняя длительность проведения лечения, мин.

80

Средняя длительность проведения оплаты, мин.

4

Средняя длительность выдачи чека, мин.

2

2.2 Статистическое исследование бизнес-процесса, подлежащего моделированию

Для моделирования значений, выделенных в предыдущем разделе СВ процесса необходимо произвести идентификацию законов распределения и оценку параметров распределения таких величин. Под идентификацией подразумевается определение для каждой СВ степени близости распределения эмпирических значений СВ (имеющейся по СВ статистической выборки) к известным и хорошо изученным законам распределения (нормальному, экспоненциальному, Пуассона и т.д.) и в результате определение закона, который наиболее точно описывает динамику значений СВ. Алгоритм моделирования СВ напрямую зависит от закона распределения, которому подчиняется данная величина, и значительно разнится для различных законов распределения. В этой связи моделирование величин без предварительной идентификации их законов распределения невозможно (статистические данные см. в Приложении).

2.3 Идентификация законов распределения случайных величин

Проверим гипотезу о распределении случайной величины по нормальному закону

СВ5.Длительность обсуждения времени с клиентом;

Проверим основную гипотезу о распределении случайной величины по нормальному закону по критерию x^2 при заданном уровне значимости б. б это есть вероятность совершить ошибку первого рода. Это значит вероятность того, что будет отвергнута правильная гипотеза (H0). Наиболее часто уровень значимости принимают равным 0,05 или 0,01.

Для проверки выдвинутой гипотезы H0 произведем выборку объемомn. В результате первичной обработки данной выборки получим интервальный статистический ряд.

Таблица 2.2 Интервальный статистический ряд «Длительность обсуждения времени с клиентом»

1

17

14

28

21

16

22

15

19

14

11

22

19

16

24

7

13

21

24

17

15

12

13

22

31

34

27

29

21

15

23

19

6

39

26

40

12

31

26

13

17

26

17

22

34

16

22

17

23

19

22

21

15

28

41

34

26

29

11

17

24

31

21

34

34

17

21

14

22

21

19

29

33

14

29

33

24

23

16

26

2

27

9

27

12

26

22

13

12

22

9

17

16

13

17

19

16

17

8

2

Таблица 2.3 Таблица частот

Частота

2

5

14

28

24

14

10

3

100

1

Xmin

Итого

41

Xmax

40

Размах

5

Длина интервалов

Таблица 2.4 Расчетные данные

Нижняя граница Xi

Верхняя граница Xi+1

Частота

Частность

Центр интервала

Среднее выборочное

Отклонение от среднего

Квадрат отклонения

Дисперсия

1

1,00

6,00

1

0,01

3,50

3,50

-18,40

338,56

338,56

2

6,00

11,00

6

0,06

8,50

51,00

-13,40

179,56

1077,36

3

11,00

16,00

12

0,12

13,50

162,00

-8,40

70,56

846,72

4

16,00

21,00

32

0,32

18,50

52,00

-3,40

11,56

369,92

5

21,00

26,00

20

0,20

23,50

470,00

1,60

2,56

51,20

6

26,00

31,00

16

0,16

28,50

456,00

6,60

43,56

696,96

7

31,00

36,00

9

0,09

33,50

301,50

11,60

134,56

1211,04

8

36,00

41,00

4

0,04

38,50

154,00

16,60

275,56

1102,24

Итого

10,0

1,00

2190,00

5694,00

Количество интервалов

8

Параметры распределения СКО

10,19

Уровень значимости

0,07

Выборочное среднее

65,215

Число степеней свободы

7

Дисперсия

103,77

Число степеней свободы рассчитывается по формуле:

k = S - r - 1 (2.1)

где S - число интервалов выборочного интервального ряда;

r - число параметров предлагаемого теоретического распределения. В нашем случае нормальное распределение имеет два параметра (математического ожидание и СКО), поэтому k = S -3.

Далее выполним расчет теоретических вероятностей (теоретических частот значений признака).

Сначала определяем теоретическую вероятность, т.е. вероятность попадания случайной величины X в интервал (xi;xi+1), которая рассчитывается по формуле:

Рi=P (xi<X <xi+1) = Ф((xi+1-xcp.выб.)

СКО) - Ф((xi-xcp.выб.) /СКО) =Ф(zi+1) -Ф(zi) (2.2)

Следовательно, теоретические частоты Мi'=N*Pi. Рассчитываем их и добавляем к интервальному ряду внизу.

Для оценки степени расхождения эмпирической и теоретической кривой распределения в данном случае используем критерий X^2.

Находим наблюдаемое значение критерия по формуле:

X^2 = ?(Мi-М'i)^2/Мi' (2.3)

где МiиМi' - соответственно эмпирические и теоретические распределения.

S - Число интервалов статистического ряда построенного по данным выборки.

В теории математической статистики доказано, что распределение случайной величины ?(Мi-М'i) ^2/Мi' при n > ? стремиться к закону распределения X^2 с k степенями свободы независимо от того, какому закону распределения подчиняется генеральная совокупность.

Поэтому эту случайную величину и обозначали через X^2 (хи -квадрат) и сам критерий Пирсона называют критерием X^2.

Таблица 2.5 Вычисление теоретических вероятностей попадания в заданный интервал

xi-xcp.выб.

xi+1-xcp.выб.

zi

zi+1

Ф(zi)

Ф(zi+1)

Рi=Ф(zi+1)-Ф(zi)

Мi'=N*Pi

1

-20,90

-15,90

-2,77

-2,11

-0,4972

-0,4824

0,01

1,47

2

-15,90

-10,90

-2,11

-1,44

-0,4824

-0,4257

0,06

5,67

3

-10,90

-5,90

-1,44

-0,78

-0,4257

-0,2829

0,14

14,28

4

-5,90

-0,90

-0,78

-0,12

-0,2829

-0,0475

0,24

23,54

5

-0,90

0,10

-0,12

0,54

-0,0475

0,2066

0,25

25,40

6

4,10

9,10

0,54

1,21

0,2066

0,3861

0,18

17,95

7

9,10

14,10

1,21

1,87

0,3861

0,4692

0,08

8,31

8

14,10

19,10

1,87

2,53

0,4692

0,4943

0,03

2,52

0,99

При проверке нулевой гипотезы о нормальном законе распределения генеральной совокупности строится правосторонняя критическая область исходя из требований:

P(x^2набл. >x^2(б,k)) = б (2.4)

где б - заданный уровень значимости.

Рис. 2.1 - Построение правосторонней критической области

Если x^2набл. >x^2крит. (наблюдаемое значение критерия попало в критическую область), то нулевая гипотеза отвергается, т.е. генеральная совокупность имеет закон распределения отличный от нормального.

Если x^2набл. <x^2крит. (наблюдаемое значение критерия попало в область принятия гипотезы), то нет оснований отвергать нулевую гипотезу. Нулевая гипотеза принимается, т.е. по данным наблюдений (выборки) генеральная совокупность имеет нормальный закон распределения, расхождение между эмпирическими и теоретическими частотами незначительно, т.е. вызвано случайными колебаниями выборочных данных.

Таблица 2.6 Вычисление наблюдаемого значения критерия Пирсона

Мi

Мi'

Мii'

i-М'i)^2

i-М'i)^2/Мi'

1

1

1,47

-0,47

0,23

0,15

2

6

5,67

0,33

0,11

0,02

3

12

14,28

-2,28

5,22

0,37

4

32

23,54

8,46

71,59

3,04

5

18

25,40

-7,40

54,79

2,16

6

18

1,95

0,05

0,00

0,00

7

9

8,31

0,69

0,48

0,06

8

4

2,52

1,48

2,20

0,88

100

хи-кв. набл.

6,67

хи-кв. кр.

12,59

Количество интервалов

8

Уровень значимости

0,05

Число степеней свободы

5

Так как Х^2набл. <Х^2критич, то нет основания отвергнуть нулевую гипотезу. Другими словами, расхождение теоретических и эмпирических частот незначимо, следовательно, данное наблюдение согласуется с гипотезой о нормальном распределении совокупности заданных случайных величин.

Проверим гипотезу о распределении случайной величины по показательному закону

СВ4. Длительность подборки свободного времени;

Таблица 2.7 Интервальный статистический ряд «Длительность подборки свободного времени»

6

12

8

2

7

4

2

16

8

11

6

4

3

9

3

2

8

11

2

7

2

4

4

7

9

3

4

3

7

4

1

11

4

11

6

2

7

2

9

11

4

6

7

11

8

5

6

4

4

3

6

8

2

3

5

9

8

7

7

8

3

5

3

8

8

6

1

8

6

7

9

4

12

3

3

4

6

8

4

3

7

8

6

4

9

3

3

2

9

9

2

4

4

3

4

2

4

8

4

4

Таблица 2.8 Таблица частот

Частота

28

21

18

13

12

5

2

1

100

Сумма частот

41

Xmax

1

Xmin

40

размах

5

длина интервалов

Таблица 2.9 Расчетные данные

Нижняя граница Xi

Верхняя граница Xi+1

Частота

Частость

Центр интервала

Среднее выборочное

Отклонение от среднего

Квадрат отклонения

Дисперсия

1

1,00

6,00

28,00

0,28

3,50

98,00

-11,90

141,61

3965,08

2

6,00

11,00

21,00

0,21

8,50

178,50

-6,90

47,61

999,81

3

11,00

1600

18,00

0,18

13,50

243,00

-1,90

3,61

64,98

4

16,00

21,00

13,00

0,13

18,50

240,50

3,10

9,61

124,93

5

21,00

26,00

12,00

0,12

23,50

282,00

8,10

65,61

787,32

6

26,00

31,00

5,00

0,05

28,50

142,50

13,10

171,61

858,05

7

31,00

36,00

2,00

0,02

33,50

67,00

18,10

327,61

655,22

8

36,00

41,00

1,00

0,01

38,50

38,50

23,10

533,61

533,61

Итог

100,0

1,00

1290,00

7989,00

Таблица 2.10 Вычисление теоретических частот

Xi

Xi+1

L*Xi

L*Xi+1

e-L*xi

e-Lxi+1

Pi

Мi'=N*Pi

1

2,00

7,00

-0,155

0,5

0,8564

0,5812

0,27517

27,5168

2

7,00

12,00

-0,543

-0,9

0,5812

0,3945

0,18675

18,6752

3

12,00

17,00

-0,930

-1,3

0,3945

0,2677

0,12675

12,6746

4

17,00

22,00

-1,318

-1,7

0,2677

0,1817

0,08602

8,6021

Xi

Xi+1

L*Xi

L*Xi+1

e-L*xi

e-Lxi+1

Pi

Мi'=N*Pi

5

22,00

27,00

-1,705

-2,1

0,1817

0,1233

0,05838

5,8381

6

27,00

32,00

-2,093

-2,5

0,1233

0,0837

0,03962

3,9622

7

32,00

37,00

-2,481

-2,9

0,0837

0,0568

0,02689

2,6891

8

37,00

42,00

-2,868

-3,3

0,0568

0,0385

0,01825

1,8251

0,8178326

81,783255

Так как Хи кв. набл <Хи кв. критич., то нет основания отвергнуть нулевую гипотезу. Другими словами, расхождение теоретических и импирических частот незначимо, следовательно, данное наблюдение согласуется с гипотезой о показательном распределении совокупности заданных случайных величин.

Таблица 2.11 Вычисление наблюдаемого значения критерия Пирсона

Мi

Мi'

Мii'

i-М'i)^2

i-М'i)^2/Мi'

1

28,00

27,5168

0,4832

0,2335

0,00849

2

21,00

18,6752

2,3248

5,4045

0,28939

3

18,00

12,6746

5,3254

28,3597

2,23752

4

13,00

8,6021

4,3979

19,3416

2,24848

5

12,00

5,8381

6,1619

37,9688

6,50361

6

5,00

3,9622

1,0378

1,0769

0,27180

7

2,00

2,6891

-0,6891

0,4749

0,17660

8

1,00

1,8251

-0,8251

0,6807

0,37299

18,21674

хи-кв. набл.

4,78388

хи-кв. кр.

12,59159

Количество интервалов

8

Уровень значимости

0,05

Число степеней свободы

6

Проверим гипотезу о распределении случайной величины по закону Пуассона.

СВ.3 Количество клиентов, требования которых не могут быть выполнены;

Таблица 2.12 Интервальный статистический ряд «Количество клиентов, требования которых не могут быть выполнены»

1

2

1

2

0

1

0

0

0

1

1

1

1

0

1

0

0

1

1

0

0

0

1

1

0

0

0

0

0

1

1

1

0

0

1

2

1

0

0

1

0

2

0

1

0

1

0

1

0

1

2

1

0

0

1

1

0

1

0

1

1

2

1

1

0

1

1

1

1

0

0

1

1

1

2

0

0

0

0

0

1

0

0

0

0

1

0

1

0

1

0

0

0

1

0

0

1

1

0

0

Таблица 2.13 Эмпирическое распределение и его числовые характеристики

Значение СВ Xi

Частота Mi

Частость Wi

Среднее выборочное

1

9,00

5,00

0,05

0,45

2

10,00

9,00

0,09

0,90

3

11,00

12,00

0,12

1,32

4

12,00

13,00

0,13

1,56

5

13,00

17,00

0,17

2,21

6

14,00

19,00

0,19

2,66

7

15,00

8,00

0,08

1,20

8

16,00

7,00

0,07

1,12

9

17,00

6,00

0,06

1,02

10

18,00

3,00

0,03

0,54

11

19,00

1,00

0,01

0,19

Итого

100,00

13,17

Параметр "а"= средняя выборочная

13,17

Рис. 2.2 - Полигон распределения

Таблица 2.14 Вычисление теоретических вероятностей попадания в заданный интервал случайной величины, распределённой по закону Пуассона

<...

Значение СВ Xi

Частота Мi

Pi

Мi'=N*Pi

Мii'

i-М'i)^2

i-М'i)^2/Мi'

1

9,00

5,00

0,0626

6,2640

-1,2640

1,5977

0,25505

2

10,00

9,00

0,0825

8,2497

0,7503

0,5630

0,06825

3

11,00

12,00

0,0988

9,8771

2,1229

4,5067

0,45628

4

12,00

13,00

0,1084

10,8401

2,1599

4,6651

0,43035

5

13,00

17,00

0,1098

10,9819

6,0181

36,2178

2,29797

6

14,00

19,00

0,1033

10,3308

8,6692

75,1549

6,27484

7

15,00

8,00

0,0907

9,0704

-1,0704

1,1459

0,12633

8

16,00

7,00

0,0747

7,4661


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.