Разработка программно-технологического обеспечения статистического описания объектов - Дипломная работа

Развитие средств вычислительной техники в значительной мере влияет на сферы деятельности человека. Одновременно, возможности, которые предоставляются в связи с прогрессом в этой области, постоянно расширяются, расширяется круг задач, которые могут быть решены и которые раньше требовали значительных ресурсных усилий, если вообще были разрешимы. В частности, автоматизируются различные математические методы обработки различного рода информации. С одной стороны, вычислительная техника преодолела путь от больших вычислительных машин, через персональный компьютер и их локальные вычислительные комплексы, до мобильных устройств, которые в большей степени аккумулировали в себе свойства средств связи (нежели вычислительные средства), но приобрели важное свойство мобильности (оно всегда рядом с человеком). Среди методик первичной обработки эмпирических данных выделяются наиболее распространенные: анализ дисперсий, анализ ковариаций и регрессионный 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). Здесь общая дисперсия делится на несколько источников, а далее дисперсия, вызванная различиями между группами данных, сравнивается с дисперсией, которая опосредована внутригрупповой изменчивостью. Таким образом, общая дисперсия разбивается на компоненты, которые опосредованы влиянием вполне определенных факторов на исследуемый признак. Оценка имеет степень свободы, а оценка , соответственно степень. Исследование влияния фактора на вариацию математических ожиданий , сводится к процедуре сравнения дисперсий и .Изучение зависимости случайной величины от ряда неслучайных и случайных величин приводят к моделям регрессии и регрессионному анализу на базе выборочных данных. Для одномерной (парной или множественной) регрессии одна случайная величина (зависимая переменная ) зависит от ряда неслучайных факторов, которые представлены независимыми переменными и от набора случайных величин : Примером регрессионной зависимости может служить зависимость между урожайностью определенной сельскохозяйственной культуры и влияющими на нее природными и экономическими факторами. На основе процедур анализа ковариаций (ANCOVA) может быть установлено, что связь между наблюдаемой величиной и наблюдаемыми величинами действительно имеет место. В простейшем случае, очевидно, не особенно рассчитывая на высокую степень адекватности, предполагается, что в принципе эту связь между зависимой величиной и независимыми переменными можно представить функцией. Тогда, по объективным причинам наблюдаемые данные в любом случае будут отклоняться от этой функции.В качестве операционной системы, которая могла бы поддерживать библиотеку программ на С можно использовать операционную систему Ubuntu 11.10, которая дает возможности для разработки специализированного программного обеспечения на этом языке и С-подобных языках под Android. Операционная среда Ubuntu 11.10 устанавливается, как показано на рис. Она отвечает за непосредственную разработку Eclipse IDE (платформа для сборки инструментария Eclipse), Java Development Tools (JDT) и Plug-In Development Environment (PDE), которые применяются для предоставления возможности расширения самой платформы. Это осуществляется через центр установки приложений или через консоль (сразу указывается, что установка осуществляется с поддержкой C ): sudo apt-get install eclipse-cdt Операции по установке можно параллельно сопровождать установкой Android SDK и Android NDK .Данная программа реализует одношаговый метод наименьших квадратов, который предназначен для построения регрессионных моделей. Для запуска программы необходимо щелкнуть двойным щелчком мыши по ехе-файлу с именем WINDOWSFORMSAPPLICATION2.0. В результате появится следующее диалоговое окно: Рис. После запуска программы необходимо в столбец с именем Х1 ввести единицы (единичная матрица), в столбец с именем Х2, Х3 - значения факторных признаков, в столбец с именем Y - значения результативного признака (см. рис. Далее необходимо нажать кнопку «считать матрицу».В результате этого в каталоге (папке), где расположена программа появятся файлы с расширением *.txt (см. рис.Строгие подходы оценивания регрессионной модели в условиях наличия грубых погрешностей в исходных данных основываются на применении помехоустойчивых методов [1]. В отличии от традиционного одношагового метода наименьших квадратов, помехоустойчивый метод приводит к формуле оценивания: , где с весами средняя мера рассеяния остатков для данной регрессионной модели, вектор оценок регрессионных коэффициентов. Получаемые в результате применения адаптивного метода временные ряды первых частных производных позволяют не только оценить меру реакции фактор-функции на вариацию фактор-аргументов модели, но и обеспечивают условия для уточнения исходного вида зависимости ; различные предварительные гипотезы о типе функций могут быть проверены исходя из анализа динами

СОДЕРЖАНИЕ

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. описание математических методов обработки эмпирических данных: ancova и регрессионный метод

1.1 Дисперсионный анализ

1.2 Регрессионный метод и анализ ковариаций ANCOVA

2. ОРГАНИЗАЦИЯ среды программирования на android

2.1 Организация операционной системы

2.2 Программная реализация метода 1МНК в среде С под Android

3. ПРИЛОЖЕНИЯ РАЗРАБОТАННОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ К ОБРАБОТКЕ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ

3.1 Некоторые дополнительные теоретические сведения

3.2 Измерения физических параметров

4. ЭКОЛОГИЧНОСТЬ И БЕЗОПАСНОСТЬ ПРОЕКТА

4.1 Анализ условий труда разработчика

5. ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКАЯ ЧАСТЬ ПРОЕКТА

5.1 Организация разработки программного продукта

5.2 Расчет и оптимизация параметров сетевого графика

ЗАКЛЮЧЕНИЕ

Список использованных источников

ПРИЛОЖЕНИЕ А