соискатель, старший преподаватель кафедры «Строительство железных дорог, мостов и тоннелей»
Applicant for a Degree, Senior Lecturer at the Department of Construction of Railways, Bridges and Tunnels»
кандидат технических наук, доцент, доцент кафедры «Управление эксплуатационной работой»
Cand. of Sci. (Technology), Associate Professor, Associate Professor at Department of Railway Operations Management
кандидат технических наук, доцент, доцент кафедры «Управление эксплуатационной работой»
Cand. of Sci. (Technology), Associate Professor, Associate Professor at the Department of Railway Operations Management
Во второй части статьи рассматривается оценка функции распределения суммарных объёмов погрузки и выгрузки, не прошедших проверку на соответствие закону нормального распределения (отклонение нулевой гипотезы). Для обработки статистических данных о поступающем вагонопотоке и формирования прогнозных моделей в качестве основного инструмента использованы временные ряды. В работе проведен анализ массива данных поступающего вагонопотока с целью выявления закона распределения для дальнейшего корректного построения прогнозных моделей.
Для учета тенденций, наблюдаемых в данных, предлагается модель смешанного распределения для вагонопотоков, следующих по Восточному полигону назначением на морские порты Дальнего Востока. В частности, гамма-нормальное распределение, представляющее собой релевантную модель смешанного распределения. Исследование еще больше улучшает процесс анализа статистических данных, вводя использование A-D-теста в дополнение к более традиционному K-S-тесту. В дальнейшем, при построении прогнозных моделей колебаний вагонопотоков с использованием ARIMA- или GARCH-моделей, верно установленный вид распределения позволит точно описать ошибки модели. Сформулирован ряд рекомендаций, расширяющих возможность применения параметрической статистики в процессе анализа массивов данных изменения грузопотоков на железнодорожном транспорте
The second part of the article examines the estimation of the distribution function of the total volumes of loading and unloading that did not pass the test for normal distribution (rejection of the null hypothesis). Time series are used as the main tool for processing statical data on incoming car traffic and forming predictive models. The dataset of incoming wagon flows data is being evaluated in order to identify the distribution law for further correct construction of predictive models.
In order to take into account, the trends observed in the data, a mixed distribution model is proposed for wagon flows following the Eastern railway polygon destination to the seaports of the Far East. In particular, the gamma-normal distribution, which is a favorable mixed distribution model. The study further improves the statistical data analysis process by introducing the use of the A-D-test in addition to the more traditional K-S-test. In the future, when building predictive models of carriage fluctuations using ARIMA- or GARCH-models, a correctly determined distribution type will accurately describe the model errors. A number of recommendations have been formulated that expand the possibility of using parametric statistics in the process of analyzing data sets on changes in freight flows in railway transport
The authors declare that there are no conflicts of interest present.