
- •Методические указания по выполнению лабораторных работ
- •Содержание
- •Лабораторная работа №1 Метод Херста (ms Excel) Цель работы
- •Задание к работе
- •Теоретические сведения
- •Технология выполнения работы
- •Отчет по лабораторной работе
- •Защиталабораторной работы
- •Теоретические сведения
- •Технология выполнения работы
- •Отчет по лабораторной работе
- •Защиталабораторной работы
- •Теоретические сведения
- •Технология выполнения работы
- •Отчет по лабораторной работе
- •Защиталабораторной работы
- •Теоретические сведения
- •Технология выполнения работы
- •Отчет по лабораторной работе
- •Защиталабораторной работы
- •Теоретические сведения
- •Технология выполнения работы
- •Отчет по лабораторной работе
- •Защиталабораторной работы
- •Контрольные вопросы
- •Лабораторная работа №6
- •Vz-метод (ms Excel) Цель работы
- •Задание к работе
- •Теоретические сведения
- •Технология выполнения работы
- •Отчет по лабораторной работе
- •Защиталабораторной работы
- •Контрольные вопросы
- •Лабораторная работа №7 Генератор фрактальных сигналов на основе мстпвт (ms Excel) Цель работы
- •Задание к работе
- •Теоретические сведения
- •Технология выполнения работы
- •Отчет по лабораторной работе
- •Защиталабораторной работы
- •Контрольные вопросы
- •Литература
Технология выполнения работы
Запустить MS Excel и открыть чистый лист. Дать имя книге и сохранить файл (в дальнейшем не забывать периодически сохранять вносимые изменения).
Импортировать исходные данные из файла в область «Исходные данные» (рисунок 1.3) следующим образом:
–открыть файл с данными в новой книге;
Рисунок 1.3 – Расположение элементов на листе MS Excel при реализации метода Херста
–если необходимо, сделать соответствующие замены в формате данных, чтобы преобразовать их числовую форму (например, заменить точки, разделяющие целую и дробную части, на запятые);
–скопировать полученные и преобразованные данные в область «Исходные данные».
В область «Индексы данных» добавить порядковые номера исходных данных.
Построить график исходных данных с помощью мастера диаграмм и поместить его в одноименную область.
Используя мастер функций, определить объем исследуемых данных N и результат поместить в область «Выходные параметры».
Вычислить среднее арифметическое ряда Xср используя формулу (1.1) и результат поместить в область «Выходные параметры».
Вычислить СКО ряда данных S по формуле (1.2) следующим образом:
–вычислить разность между каждым значением исходных данных и Xср, результат поместить в область «Промежуточные данные для СКО» в столбец с заголовком «Хi- Xср»;
–возвести в квадрат каждую из полученных разностей и результат поместить в область «Промежуточные данные для СКО» в столбец с заголовком «(Хi- Xср)^2»;
–используя мастер функций, вычислить значение S и результат поместить в область «Выходные параметры».
Определить точки (индексы данных), в которых будет вычисляться функция накопленного отклонения ряда от среднего по следующим правилам:
–на интервале индексов от 2 до 10 берутся точки с шагом 1;
–на интервале индексов от 10 до 100 берутся точки с шагом 10;
–на интервале индексов от 100 до 1000 берутся точки с шагом 100;
–на интервале индексов от 1000 до 10000 берутся точки с шагом 500;
–на интервале индексов от 10000 и более берутся точки с шагом 5000;
–точка с индексом N, т.е. последняя точка.
Выбранные индексы точек u фиксируются в строке «точки=u» области «Параметр Херста в точках».
Определяется среднее значение ряда на участках [1;u], где u – выбранные индексы точек, по формуле (1.3) и результат заносится в строку «Xсрu» области «Параметр Херста в точках».
Находятся значения функции накопленного отклонения на участках [1;u] по формуле (1.3) и результат заносится в строки «Z1», «Z2» и т.д. области «Параметр Херста в точках».
Z1=X1- Xсрu
Z2=Z1+X2- Xсрu
Z3=Z2+X3- Xсрu
………………..
Zu=Zu-1+Xu- Xсрu
Используя мастер функций, находится максимальное и минимальное значения Z и определяется размах накопленного отклонения на соответствующем интервале по формуле (1.4). Результат заносится в строку «Ru» области «Параметр Херста в точках».
Определяется параметр Херста в точках u как отношение Ru/S. Результат помещается в строку «R/S» области «Параметр Херста в точках» для каждой точки u. Вычисляются десятичные логарифмы значений: точек u и R/S в этих точках. Результаты заносятся в область «Координаты точек для фрактальной плоскости».
Используя мастер диаграмм, вывести фрактальную плоскость метода Херста в одноименную область и изобразить линию тренда.
Вычислить угловой коэффициент аппроксимирующей линии тренда – k. Затем вычислить показатель Херста Н=k-1 и результат поместить в область «Выходные параметры».
Коэффициент k находится по методу наименьших квадратов следующим образом. Пусть имеется ряд точек с координатами (x1;y1), (x2;y2), … ,(xi;yi), … ,(xn;yn), которые аппроксимируются линейной зависимостью, описываемой уравнением:
Yp=kXp+b.
Тогда
коэффициенты данного уравнения линейной
зависимости находятся как:
;
.
Вычислить фрактальную размерность D по формуле (1.6) и результат поместить в область «Выходные параметры».
Вычислить степень долговременной корреляции С по формуле (1.7) и результат поместить в область «Выходные параметры».
Проверить правильность реализации метода Херста, путем определения Н у рядов с известными фрактальными свойствами (таблица 1.2).
Таблица 1.2
Названия файлов, содержащих эталонные данные
-
Нт
0.1
0.5
1
Имя файла
etalon.h01
etalon.h05
etalon.h1
Оценить погрешность нахождения Н по формуле:
γ=(Н-Нт)/Hт*100%,
где Н – экспериментальный показатель Херста,
Нт – теоретический показатель Херста.
Погрешность не должна превышать 20%, в противном случае необходимо пересмотреть реализацию метода Херста.
Определить фрактальные характеристики данных из других файлов.
Составить отчет о проделанной работе в MS Word.