 
        
        лр4 вариант17 (Построение классификационных шкал с учетом статистических особенностей данных) — копия
.docxФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ
ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧЕРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
Кафедра технической кибернетики
ОТЧЕТ
по лабораторной работе №4.
по дисциплине «Моделирование»
«Построение классификационных шкал с учетом статистических особенностей данных»
Проверил:
Гвоздев В. Е.
Вариант 17
Цель работы: Изучение методики классификации объектов по выборочным данным показателей состояния.
Задание: По данным, приведенным в Таблице 1, построить классификационную шкалу и осуществить одноуровневую классификацию объектов.
Таблица 1
| Номер измерения | Значение показателя состояния | 
| 1 | 90 | 
| 2 | 79 | 
| 3 | 87 | 
| 4 | 77 | 
| 5 | 39 | 
| 6 | 95 | 
| 7 | 5 | 
| 8 | 71 | 
| 9 | 64 | 
| 10 | 71 | 
а) Расчет характеристик эмпирической функции распределения
Шаг
1.
Выборочные данные 
 преобразуется к виду
преобразуется к виду 
 ,
где a
– левая граница физически возможных
значений случайной величины Zi
(в общем случае а может принимать нулевое
значение).
,
где a
– левая граница физически возможных
значений случайной величины Zi
(в общем случае а может принимать нулевое
значение).
Таблица 2
| Номер измерения | 
				 | 
| 1 | 85 | 
| 2 | 74 | 
| 3 | 82 | 
| 4 | 72 | 
| 5 | 34 | 
| 6 | 90 | 
| 7 | 0 | 
| 8 | 66 | 
| 9 | 59 | 
| 10 | 66 | 
Шаг
2.
По значениям 
 рассчитываются эмпирические значения
матожидания
рассчитываются эмпирические значения
матожидания 
 и среднеквадратического отклонения
и среднеквадратического отклонения 
 
 
 
Шаг 3. по значениям , рассчитывается идентификатор формы эмпирической функции распределения
 
	
 
б) Определение числа классов
Шаг
4.
По рассчитанному значению идентификатора
формы эмпирической функции распределения
 и заданному объему выборки N
на основании таблицы 1 определяется
число классов состояния nопт.
и заданному объему выборки N
на основании таблицы 1 определяется
число классов состояния nопт.
nопт = 2.
в) Построение оценки эмпирической функции распределения и формирование классификационной шкалы
Шаг
5.
Осуществляется построение оценки
эмпирической функции распределения.
Для этого исходные выборочные значения
 ранжируются в порядке возрастания, т.е.
на базе 
формируется вариационный ряд
ранжируются в порядке возрастания, т.е.
на базе 
формируется вариационный ряд 
 ,
после чего осуществляются преобразования
вида
,
после чего осуществляются преобразования
вида 
 
где
 - число одинаковых значений
- число одинаковых значений 
 .
.
a-минимальное значение ;
b-максимальное значение .
Таблица 3
| 
 | F(z) | 
| 5 | 0,00 | 
| 39 | 0,13 | 
| 64 | 0,24 | 
| 71 | 0,43 | 
| 71 | 0,52 | 
| 77 | 0,53 | 
| 79 | 0,62 | 
| 87 | 0,72 | 
| 90 | 0,81 | 
| 95 | 0,91 | 
 
Шаг
6.
По построенной оценке 
 (Z)
с учетом полученного на шаге 4 значения
nопт
строится классификационная шкала.
(Z)
с учетом полученного на шаге 4 значения
nопт
строится классификационная шкала.
 
 
По какой оси определяются границы классов состояний??
По вертикальной если шо.
Рисунок 1 – Классификационная шкала
 
Рисунок 2 – Одномерная классификация
Вывод: В ходе данной лабораторной работы были изучены методы классификации объектов по выборочным показателям состояния. По данным, приведенным в Таблица 1, были построены классификационная шкала и осуществленная одноуровневая классификация объектов.
Ответы на контрольные вопросы:
- Чем обусловлена необходимость решения задачи классификации с точки зрения управления сложными объектами? 
Необходимость решения задачи классификации с точки зрения управления сложными объектами обусловлена тем, что классификации объектов по выборочным данным показателей состояния позволяет применять к объектам одного класса схожие методы и принципы действий, что значительно упрощает управление сложным объектом.
- Чем обусловлена необходимость решения задачи классификации при малом числе исходных данных? 
Необходимость заключается в том, что из-за малого количества исходных данных появляется недостаток информации. Классификация позволяет выделить основные схожие черты объектов, что упрощает работу с ними.
Операция агрегирования (к которой относится также и классификация) приводит к потере информации. Если данных мало, то зачем еще терять информацию?
- Дайте описание ограниченной методике? 
Данный метод может использоваться только для объектов, имеющих количественные характеристики (измеренные в некоторой количественной шкале).
Почему тогда нельзя использовать ХИ-квадрат, либо F-кпитерий Колмогорова?
4-
тут дядя опять до вопросов доебался, это его любимое

