- •1. Общие требования
- •1.1. Требования по оформлению
- •1.2. Требования к реализации
- •1.3 Пример интерфейса пользователя
- •1.4 Выдача и прием заданий
- •2. Общая схема построения работы
- •2.1. Общий метод генерации непрерывных распределений
- •2.2. Генерация чисел, по нормальному закону с использованием центральной предельной теоремы
- •3. Статистическая проверка гипотез
- •Исследование алгоритмов проверки гипотезы о математическом ожидании
- •Исследование алгоритмов проверки гипотезы о дисперсиях
- •Исследование алгоритмов проверки гипотезы о равенстве математических ожиданий
- •Исследование алгоритмов проверки гипотезы о выявлении аномальных измерений
- •Исследование алгоритма проверки гипотезы об однородности ряда дисперсий
- •Исследование алгоритма проверки гипотезы о распределениях
- •№5 Исследование байесовского правила классификации в распознавании образов при непрерывных информативных признаках (условные плотности известны с точностью до параметров) и без обучающей выборки.
- •5. Планирование эксперимента Исследование алгоритмов построения степенных моделей с использованием ортогональных планов первого и второго порядков
Исследование алгоритмов проверки гипотезы о дисперсиях
Цель работы: реализация и исследование решающего правила проверки гипотезы о дисперсиях.
Необходимо рассмотреть два случая:
1. Гипотезу о равенстве дисперсии некоторой константе.
2. Гипотезу о равенстве дисперсий двух случайных величин.
В первом случае в качестве объекта для исследования следует использовать одну нормально распределенную случайную величину .
Во втором случае в качестве объектов для исследования следует использовать две случайно распределенных величины и .
Входные данные: параметры случайных величин (математические ожидания и дисперсии), объем выборки : для первого случая , для второго случая и , уровень значимости , известная величина (для первого случая) для которой будет производится проверка гипотезы.
Для первого случая следует рассмотреть оба варианта:
двупороговую процедуру распознавания:
однопороговую процедуру распознавания:
Для второго случая рассматривается однопороговая процедура распознавания:
Пороговые коэффициенты можно реализовать в виде статического массива «зашитого» в программу или в виде внешнего файла (что более предпочтительно).
Для получения оценок математических ожиданий и дисперсий объектов (так как они необходимы для вычисления статистики и дальнейшей ее проверки в решающем правиле) необходимо:
Для первого случая сгенерировать одномерную выборку объема и вычислить оценки по этой выборке. Рекомендуемый объем выборки .
Для второго случая сгенерировать две одномерных выборки объемом и соответственно. Рекомендуемые объемы выборок , .
Программный стенд, реализованный в рамках расчетно-графической работы, должен позволять исследователю (студенту в процессе выполнения работы и преподавателю в процессе приема работы у студента) вводить все выше перечисленные входные данные, выполнять одиночные проверки, а так же реализовывать исследование зависимости решающего правила проверки гипотезы о дисперсиях от объема выборки.
№2.
Исследование алгоритмов проверки гипотезы о равенстве математических ожиданий
Цель работы: реализация и исследование решающего правила проверки гипотезы о равенстве математических ожиданий.
В качестве объектов для исследования следует использовать две нормально распределенные случайные величины и .
Входные данные: параметры случайных величин (математические ожидания и дисперсии), объемы выборок и , уровень значимости .
Следует рассмотреть самый общий случай – когда математические ожидания неизвестны, а дисперсии одинаковы и неизвестны. Тогда задача решается в два этапа: сначала проверяется гипотеза о равенстве дисперсий (см. описание предыдущей работы), затем если она выполняется то производится процедура распознавания:
Пороговые коэффициенты можно реализовать в виде статического массива «зашитого» в программу или в виде внешнего файла (что более предпочтительно).
Для получения оценок математических ожиданий и дисперсий объектов (так как они необходимы для вычисления статистик и дальнейших проверок в решающем правиле) необходимо сгенерировать (с использованием одного из вышеописанных методов генерации нормально распределенных случайных величин) две одномерных выборки объемом и соответственно. Рекомендуемые объемы выборок , .
Программный стенд, реализованный в рамках расчетно-графической работы, должен позволять исследователю (студенту в процессе выполнения работы и преподавателю в процессе приема работы у студента) вводить все выше перечисленные входные данные, выполнять одиночные проверки, а так же реализовывать исследование зависимости решающего правила проверки гипотезы о равенстве математических ожидании от объема выборки и дисперсий случайных величин и .