Федеральное агентство по образованию
Государственное образовательное учреждение
высшего профессионального образования
«Санкт-Петербургский государственный
инженерно-экономический университет»
Кафедра информационных систем в экономике
УТВЕРЖДАЮ
Проректор
по учебной работе
д.э.н., профессор
____________О.В. Гончарук
«___» __________ 2009 г.
Рег. № ______
Теория информационных процессов и систем
Методические указания
по выполнению лабораторных работ
Специальность 230201 – Информационные системы и технологии
Санкт-Петербург
2009
Допущено
редакционно-издательским советом СПбГИЭУ
в качестве методического издания
Составитель
канд. техн. наук, доц. А.И. Краснова
Рецензент
канд. техн. наук, проф. В.Л. Горохов
Подготовлено на кафедре
информационных систем в экономике
Одобрено научно-методическим советом факультета
информационных систем в экономике и управлении
Отпечатано в авторской редакции с оригинал-макета,
представленного составителем
СПбГиэу, 2008 Содержание
Введение 6
Лабораторная работа № 1 7
Кластерный анализ 7
Лабораторная работа № 2 37
Анализ временных рядов 37
Лабораторная работа № 3 84
Регрессионный анализ 84
Лабораторная работа № 4 124
Непараметрические методы математической статистики 124
Лабораторная работа № 5 169
Однофакторный дисперсионный анализ 169
Список литературы 188
Приложение 1 189
Содержание дисциплины 189
Приложение 2 190
Пример оформления титульного листа лабораторной работы 190
Введение
Основная цель этого пособия – изучение принципов описания информационных систем, количественных и качественных методов описания информационных систем, моделей информационных систем, типов информационных процессов и систем, основных принципов представления информации с использованием различных моделей информационных систем; формирование навыков применения теоретических положений дисциплины для решения практических инженерных задач.
Учебное пособие предназначено для студентов, обучающихся по специальности 230201 «Информационные системы и технологии» и другим родственным специальностям.
Лабораторные работы выполняются на персональных компьютерах в операционной среде Windows с установленными программными продуктами STATISTICA, SPSS или STATGRAPH.
Лабораторная работа № 1 Кластерный анализ
Кластерный анализ (Data clustering) – задача разбиения заданной выборки объектов (ситуаций) на непересекающиеся подмножества, называемые кластерами, так, чтобы каждый кластер состоял из схожих объектов, а объекты разных кластеров существенно отличались.
Типы входных данных:
Признаковое описание объектов. Каждый объект описывается набором своих характеристик, называемых признаками. Признаки могут быть числовыми или нечисловыми.
Матрица расстояний между объектами. Каждый объект описывается расстояниями до всех остальных объектов обучающей выборки.
Цели кластеризации:
Понимание данных путём выявления кластерной структуры. Разбиение выборки на группы схожих объектов позволяет упростить дальнейшую обработку данных и принятия решений, применяя к каждому кластеру свой метод анализа (стратегия «разделяй и властвуй»).
Сжатие данных. Если исходная выборка избыточно большая, то можно сократить её, оставив по одному наиболее типичному представителю от каждого кластера.
Обнаружение новизны (novelty detection). Выделяются нетипичные объекты, которые не удаётся присоединить ни к одному из кластеров.