Ответы на билеты по информатике МПФ / 15

Билет № 15

1.Операционные системы: состав и назначение. Супервизор, утилиты. Система прерываний и приоритетов программ.

Структура операционной системы:

Ядро – переводит команды с языка программ на язык «машинных кодов», понятный компьютеру.

Драйверы – программы, управляющие устройствами.

Интерфейс – оболочка, с помощью которой пользователь общается с компьютером.

Операционная система обеспечивает совместное функционирование всех устройств компьютера и предоставляет пользователю доступ к его ресурсам.

Процесс работы компьютера в определенном смысле сводится к обмену файлами между устройствами. В операционной системе имеются программные модули, управляющие файловой системой.

В состав операционной системы входит специальная программа — командный процессор, которая запрашивает у пользователя команды и выполняет их. Пользователь может дать, например, команду выполнения какой-либо операции над файлами (копирование, удаление, переименование), команду вывода документа на печать и т. д. Операционная система должна эти команды выполнить.

К магистрали компьютера подключаются различные устройства (дисководы, монитор, клавиатура, мышь, принтер и др.). В состав операционной системы входят драйверы устройств — специальные программы, которые обеспечивают управление работой устройств и согласование информационного обмена с другими устройствами. Любому устройству соответствует свой драйвер.

Для упрощения работы пользователя в состав современных операционных систем, и в частности в состав Windows, входят программные модули, создающие графический пользовательский интерфейс. В операционных системах с графическим интерфейсом пользователь может вводить команды посредством мыши, тогда как в режиме командной строки необходимо вводить команды с помощью клавиатуры.

Операционная система содержит также сервисные программы, или утилиты. Такие программы позволяют обслуживать диски (проверять, сжимать, дефрагментировать и т. д.), выполнять операции с файлами (архивировать и т. д.), работать в компьютерных сетях и т. д.

Для удобства пользователя в операционной системе обычно имеется и справочная система. Она предназначена для оперативного получения необходимой информации о функционировании

Супервизор-часть операционной системы которая осуществляет перевод запросов на ввод/вывод данных с языка названия файлов на язык считывания байтов.

Ути́лита (англ. utility или tool) — компьютерная программа, расширяющая стандартные возможности оборудования и операционных систем, выполняющая узкий круг специфических задач.

Система прерываний - система при которой в оперативной памяти компьютера находится одна программа не оптимальна, поэтому были разработаны многозадачные операционные системы, которые загружают в память не одну а несколько программ.

Система приоритетов – разработана для того чтобы указать какая из имеющихся программ должна в первую очередь получить управление.

2. Прогнозирование по методу многомерной линейной регрессии. ROC-кривые.

ROC-кривая - графическое изображение зависимости чувствительности как функции от специфичности.

Прогнозирование по методу многомерной линейной регрессии.

Технически построение прогноза по нескольким переменным не отличается от прогнозирования одной переменной. В SPSS для этого нужно выполнить команду Analize/Regression/Linear, прогнозируемую переменную задать как зависимую, а все факторы, по которым идет прогноз, как независимые.

Может быть такая ситуация, когда при многофакторном анализе неблагоприятный фактор становится благоприятным или наоборот. При многофакторном анализе для расчета прогностических коэффициентов нужно учесть величины коэффициентов корреляции факторов с прогнозируемой величиной и факторы друг с другом. Так как кол-во этих коэффициентов корреляции очень велико, то точность расчетов коэффициентов при многофакторном анализе ниже, чем при однофакторном. Кол-во рассматриваемых факторов должно быть много меньше кол-ва случаев.

Линейный многофакторный анализ. Технически построение прогноза по нескольким переменным практически не отличается от случая прогнозирования по одной переменной. Прогнозируемую переменную необходимо задать как независимую, а все факторы, по которым идет прогноз, как независимые.

Веса, с которыми входят факторы, зависят не только от величины корреляции фактора с прогнозируемой переменной и их среднеквадратичных отклонений, но и от взаимных корреляций факторов друг с другом, так как полезная для прогноза информация, содержащаяся в одном факторе, может быть учтена при включении других факторов. Может быть даже такая ситуация, когда при многофакторном анализе неблагоприятный фактор становится благоприятным и наоборот. Поэтому вклад данного фактора в общий многофакторный прогноз показывает содержимое колонки с заголовком Beta, который имеет смысл коэффициента корреляции этого фактора с прогнозируемой величиной при фиксированной величине всех других факторов. Колонка t содержит отношение величины параметра к его статистической погрешности, а колонки Sig – достоверность отличия параметра от нуля.

При любом статистическом расчете все полученные коэффициенты рассчитываются со статистическими погрешностями. При многофакторном анализе для расчета прогностических коэффициентов нужно учесть не только величины коэффициентов корреляции факторов с прогнозируемой величиной, но и факторов друг с другом. Так как количество коэффициентов корреляции велико ( пропорционально квадрату количества факторов), то точность расчета коэффициентов при многофакторном анализе ниже, чем при однофакторном и существенно падает при увеличении количества рассматриваемых факторов. Поэтому при многофакторном анализе количество рассматриваемых факторов должно быть много меньше количества случаев.

Рассмотрим случай, когда прогнозируемая переменная дихотомическая, то есть прогнозируется, произойдет ли какое-то событие или нет. Прогноз по методу линейной регрессии даст некоторую новую величину, значения которой обычно – нецелын числа. В этом случае желательно перевести это число в вероятность положительного или отрицательного исхода.

При решении задачи прогнозирования по методу линейной регрессии статистические пакеты выдают таблицу с весовыми коэффициентами. При помощи техники работы с вычислимыми переменными можно вычислить искомую переменную.

Например, при прогнозировании летального исхода у больных с пневмонией по их пульсу, частоте дыхания, температуре и артериальному давлению данные таблицы говорят о том, что корреляционная связь между исходом и его прогнозом – среднй силы, а величина поправки на авторешаемость невелика. Для выяснения практической ценности необходимо сохранить прогноз как новую переменную. Из таблицы следует, что все, у кого значения прогноза были меньше нуля - выжили. Поэтому если полученная по методу линейной регрессии величина для данного больного отрицательна, то можно ожидать, что он выживет. Таким образом, при помощи такой таблицы можно предсказывать вероятность смерти для любого больного. Однако часто требуется оформление прогноза не в виде вероятности того или иного исхода, а в виде ожидаемого исхода.

Для этого необходимо установить граничное значение Z так, что если значение прогноза меньше Z, то ожидается выздоровление, а если больше – смерть. Меняя выбранную величину граничного значения Z можно улучшить специфичность за счет ухудшения чувствительности или наоборот. Так как чувствительность и специфичность – монотонные функции от величины Z, то можно исключить Z из рассмотрения и рассматривать чувствительность как функцию от специфичности. Графическое изображение этой зависимости называют ROC-кривыми.

В таких графиках чувствительность отображается по оси Y, а по оси X отображается не специфичность, а 1-специфичность. Например, если мы выберем такое Z, чтобы специфичность была равно 75%, а 1-специфичность 25%, то чувствительность будет равно примерно 85%. Для заданной ROC-кривой изменение порогового значения Z соответствует перемещению по линии графика. Таким образом, график показывает различающуюся способность методики в целом. Чем лучше методика, тем выше график, поэтому качество методики в целом можно охарактеризовать долей площади под кривой. Идеальная методика, всегда дающая безошибочный прогноз, дает 100% покрытия площади. Для нее при любом значении специфичности чувствительность равна 1. Если методика не имеет никакой прогностической силы, то ROC-кривая имеет вид диагональной прямой, а площадь покрытия равна 50%.

Для оценки качества методик используются термины:

Эффективность – доля случаев, в которых был дан тот или иной категорический вывод.

Надежность - доля случаев, в которых был дан правильный вывод или в категорическом выводе было отказано.

Эта техника анализа качества прогноза основана на результате применения прогностического правила к тем данным, на основании которых прогноз строился. Следовательно, они не включают поправки на авторешаемость, и пользоваться ими можно только в том случае, когда величина поправки на авторешаемость много меньше прогностической силы методики.