Читать реферат по информационному обеспечению, программированию: "Разработка программно-технологического обеспечения статистического описания объектов" Страница 2

назад (Назад)скачать (Cкачать работу)

Функция "чтения" служит для ознакомления с работой. Разметка, таблицы и картинки документа могут отображаться неверно или не в полном объёме!

устройствах типа Android. Известно, что программное обеспечение Androidов разрабатывается на Java. Таким образом, здесь важно иметь соответствующую операционную систему для разработки прикладного ПО.

В связи с выше изложенным, вырисовываются контуры задачи разработки программного обеспечения для мобильных девайсов. Основная цель таких разработок - это дать возможность исследователю, проводящему натурные эксперименты или наблюдения оперативно провести первичную обработку данных. При этом появляется возможность оперативно вмешаться в методику проведения экспериментов и наблюдений без использования результатов расчетов на локальных стационарных станциях, что экономит время. Очевидно, что разработка библиотеки таких программных средств будет полезным набором необходимого инструментария исследователей в области биологии, ботаники, геологии, инженерных кадастровых работ и т.п.

В качестве элементов такого инструментария выбраны: дисперсионный анализ и анализ ковариаций, которые традиционно объединены в методике под названием ANCOVA, и регрессионный анализ, основанный на одношаговом методе наименьших квадратов 1МНК. . ОПИСАНИЕ МАТЕМАТИЧЕСКИХ МЕТОДОВ ОБРАБОТКИ ЭМПИРИЧЕСКИХ ДАННЫХ: ANCOVA И РЕГРЕССИОННЫЙ МЕТОД 1.1 Дисперсионный анализ Суть метода заключается в исследовании влияния одной или нескольких качественных переменных (признаков или, как принято говорить, - факторов-признаков) на одну зависимую (количественную) переменную (отклик). В основе такого исследования лежит гипотеза, что одни переменные могут рассматриваться как причины (независимые переменные): , а другие как следствия (зависимые переменные). В эксперименте независимыми переменными исследователь может варьировать и, соответственно, иметь разные уровни отклика.

Отсюда и основная цель - определение уровня значимости различий между значениями средних на основе сравнения дисперсий. Здесь общая дисперсия делится на несколько источников, а далее дисперсия, вызванная различиями между группами данных, сравнивается с дисперсией, которая опосредована внутригрупповой изменчивостью.

Основная гипотеза, если она верна, заключается в том, что оценка дисперсии, связанной с внутригрупповой изменчивостью, близка в определенном смысле к оценке межгрупповой дисперсии. Таким образом, общая дисперсия разбивается на компоненты, которые опосредованы влиянием вполне определенных факторов на исследуемый признак. Далее эти компоненты сравниваются друг с другом, определяется, какова доля общей вариативности результирующего признака обусловлена влиянием независимых фактор-признаков. Здесь используется известный F-критерий Фишера.

Входными данными для проведения F-тестирования (собственно это основа дисперсионного анализа данных) являются данные исследования нескольких (трех и более) выборок, не обязательно равных по объему и, среди которых не учитывается присутствие объективных связей.

Важно отметить, что дисперсионный анализ относится к параметрическим методам, что обуславливает его применение лишь в тех случаях, когда точно известно, что закон распределения генеральной совокупности является нормальным. Кроме того, дисперсионный анализ применяется в том случае, если зависимая переменная измерена в шкалах отношений, интервалов или


Интересная статья: Быстрое написание курсовой работы