- •Экзаменационный билет № 1
- •1. Локальные компьютерные сети. Конфигурации локальных сетей и организация обмена информацией.
- •2.Укрупненный алгоритм пфэ (подробно осветить пункты «проверка воспроизводимости эксперимента» и «адекватности модели»)
- •4.Отбор факториальных признаков в множественных регрессионных моделях, без учета временного лага Этапы решения задачи для размерных регрессионных моделей без учета временного лага.
- •5.Современные Web-технологии для повышения эффективности производства
- •Экзаменационный билет №2
- •1. Общая структура и принципы организации универсальной имитационной системы Simplex3. Виды компонентов. Накопительные массивы и мобильные компоненты. Книга Ивашкина
- •2. Общий алгоритм однофакторного дисперсионного анализа (подробно расчет факторной дисперсии).
- •3. Структура таблицы формата dbf и ее взаимодействие с индексным файлом. Доступ к данным таблицы через индексный файл.
- •4. Множественные регрессионные модели. Классификация. Сфера применения
- •5. Разработка распределенных систем с совместно используемой памятью. Проблемы их эффективной реализации
- •Экзаменационный билет № 3
- •1.Internet и образование. Понятие о дистанционном обучении с использованием глобальных компьютерных сетей. Основные принципы дистанционного обучения.
- •2.Алгоритм проверки статистической гипотезы о равенстве математических ожиданий двух генеральных совокупностей
- •3. Принципы формирования баз данных и знаний. Модели представления знаний
- •4.Задачи распределения ресурсов. Классификация обзор методов решения
- •6 Этап.
- •5.Программное обеспечение промежуточного уровня в распределенных системах
- •Экзаменационный билет № 4
- •1. Всемирная паутина. Технология www. Браузеры. Файловые архивы.
- •3. Система редактирования простой и реляционной баз данных. Участки программных кодов кнопок управления системой редактирования с использованием буферизации на конкретном примере.
- •4. Отбор факториальных признаков в множественных регрессионных моделях, с учетом временного лага Безразмерные регрессионные модели прогнозирования с учетом временного лага.
- •5. Распределенные и сетевые операционные системы
- •Экзаменационный билет № 5
- •2. Численный метод и алгоритм построения уравнения множественной линейной регрессии (два фактора)
- •3. Основные характеристики базы данных и их влияние на быстродействие обработки информации. Методы повышения быстродействия
- •5. Какова роль программного обеспечения промежуточного уровня в распределенных системах?
- •Экзаменационный билет № 6
- •1. Ситуационная модель аномального состояния технологической системы и алгоритмы идентификации.
- •2. Укрупненный алгоритм оцкп для 3-х факторов (подробно о проверке воспроизводимости и значимости коэффициентов)
- •3. Временные характеристики индексированных и неиндексированных реляционных баз данных в зависимости от объема буферной памяти
- •5. К каким проблемам приводит реализация максимально возможной степени прозрачности?
- •Экзаменационный билет № 7
- •2. Укрупненный алгоритм однофакторного дисперсионного анализа (подробно расчет остаточной дисперсии)
- •3. Особенности организации работы с базами данных в сети коллективного доступа, резервирования и буферизация данных, обмен данными между пользователями и файл-сервером.
- •4. Понятие временного лага и способы его определения
- •5. Что такое прозрачность (распределения) и приведите примеры различных видов прозрачности
Экзаменационный билет № 7
Среда экспериментирования. Организация, выполнение и регистрация результатов эксперимента.
Укрупненный алгоритм однофакторного дисперсионного анализа (подробно расчет остаточной дисперсии)
Особенности организации работы с базами данных в сети коллективного доступа, резервирования и буферизация данных, обмен данными между пользователями и файл-сервером
Понятие временного лага и способы его определения
Что такое прозрачность (распределения) и приведите примеры различных видов прозрачности
2. Укрупненный алгоритм однофакторного дисперсионного анализа (подробно расчет остаточной дисперсии)
Дисперсионный анализ проводят для установления влияния качественных факторов на конечный рез-т. В зависимости от числа исследуемых факторов различают однофакторный и многофакторный дисперсионный анализ.
Уровни Парам. фактора опыта |
F1 |
F2 |
…….. |
Fk |
1 |
Y11 |
Y12 |
… |
Y1k |
2 |
Y21 |
Y22 |
… |
Y2k |
… |
… |
… |
… |
… |
q |
Yq1 |
Yq2 |
… |
Yqk |
Алгоритм однофакторного дисперсионного анализа:
Расчет общей дисперсии S2общ = S2факт + S2ост
1.1Расчет
средних для каждой группы параллельн.
опытов
1.2
Расчет общего среднего
,
N
= qk
– общее число опытов
1.3
Определение общей дисперсии
2)Расчет остаточной дисперсии S2ост
2.1Расчет
дисперсии для каждой группы параллельных
опытов
2.2Проверка
однородности дисперсий Н0:
S12
= S22
= … = Sk2
; Н1:
S12
<> S22
<> … <> Sk2.
Гипотеза проверяется по критерию Кохрена
,
Gкр
(α=0,05; ν1=n-1,
ν2=l);
G<
Gкр
=> H0:;
G>
Gкр
=> H1:
. Если H0:
не подтвоерждается, опыт надо повторить.
2.3Нахождение
остаточной дисперсии
3)Расчет факторной дисперсии S2факт = S2общ - S2ост ;
4)Оценка влияния фактора. Для проверки влияния фактора выдвигается след. гипотеза: Н0: S2факт = S2ост
Н1: S2факт <> S2ост. Проверяется по критерию Фишера F = Sфакт2 / Sост2. Fкр (α=0,05; ν1=k-1, ν2=N-k); F< Fкр => H0: - влияние фактора не установлено, надо выбрать другой фактор или провести многофакторный дисперсионный анализ; F> Fкр => H1: - влияние фактора установлено.
5)Выбор
наиболее эффективного уровня фактора.
При решении этой задачи последовательно
сравниваются все средние значения для
каждой группы параллельн. опытов и
выбирается тот уровень фактора, для
кот. среднее значение отличается от
всех остальных значений. H0:
;
H1:
.
T< Tкр => H0: - уровни фактора не отличаются друг от друга (-1); Т> Ткр => H1: - уровни факторов различны (+1). Уровень фактора, у кот. больше «+1», явл. требуемым уровнем. После установления уроня факторов необходимо установить функциональную зависимость выходной величины от кол-ва факторов.
