Чем отличается линейное и нелинейное сглаживание
Сглаживание данных эксперимента
Сглаживание данных эксперимента
Сглаживание данных эксперимента является специальной операцией усреднения с помощью интерполяционных многочленов, обеспечивающей получение «уточнённого» значения 
по заданному значению yi и ряду близлежащих значений 
, известных со случайной погрешностью.
Примерами алгоритмов сглаживания являются:
Литература
Смотреть что такое «Сглаживание данных эксперимента» в других словарях:
Интерполирование — О функции, см.: Интерполянт. Интерполяция в вычислительной математике способ нахождения промежуточных значений величины по имеющемуся дискретному набору известных значений. Многим из тех, кто сталкивается с научными и инженерными расчётами часто … Википедия
Интерполяция (матем.) — О функции, см.: Интерполянт. Интерполяция в вычислительной математике способ нахождения промежуточных значений величины по имеющемуся дискретному набору известных значений. Многим из тех, кто сталкивается с научными и инженерными расчётами часто … Википедия
Интерполяция — О функции, см.: Интерполянт. Интерполяция, интерполирование в вычислительной математике способ нахождения промежуточных значений величины по имеющемуся дискретному набору известных значений. Многим из тех, кто сталкивается с научными и… … Википедия
СЕРДЦЕ — СЕРДЦЕ. Содержание: I. Сравнительная анатомия. 162 II. Анатомия и гистология. 167 III. Сравнительная физиология. 183 IV. Физиология. 188 V. Патофизиология. 207 VІ. Физиология, пат.… … Большая медицинская энциклопедия
Сглаживание данных
Имеются две основные цели анализа временных рядов:
а) определение природы ряда;
б) прогнозирование (предсказание будущих значений временного ряда по настоящим и прошлым значениям).
Обе эти цели требуют, чтобы модель ряда была идентифицирована и, более или менее, формально описана. Как только модель определена, Вы можете с ее помощью интерпретировать рассматриваемые данные (например, использовать в Вашей теории для понимания сезонного изменения цен на товары, если занимаетесь экономикой). Не обращая внимания на глубину понимания и справедливость теории, Вы можете экстраполировать затем ряд на основе найденной модели, т.е. предсказать его будущие значения.
Основные идеи и понятия
В дальнейшем нам понадобятся очень важные понятия, использующиеся в анализе временных рядов, такие как: тренд ряда, циклическая составляющая ряда, трендциклическая компонента ряда, сезонная составляющая ряда и шумовая компонента или просто шум. Дадим краткое пояснение данным элементам:
Рисунок 1. График временного ряда.
Во-первых, в отличие от элементов случайной выборки члены временного ряда не являются статистически независимыми.
Во-вторых, члены временного ряда не являются одинаково распределенными, т.е. верно следующее соотношение между вероятностями.
2. Трендом называют неслучайную функцию, формируемую под действием общих или долговременных тенденций, влияющих на наш ряд. Например, в качестве формирующей тенденции, может выступать фактор роста исследуемого рынка.
Не существует автоматического способа обнаружения тренда в временном ряде. Однако если тренд является монотонным (устойчиво возрастает или устойчиво убывает), то анализировать такой ряд обычно нетрудно. Если временные ряды содержат значительную ошибку, то первым шагом выделения тренда является сглаживание.
Все эти быстрые преобразования присутствуют в модуле Временные ряды. Относительно реже, когда ошибка измерения очень большая, используется сглаживание методом наименьших квадратов, взвешенных относительно расстояния или метод отрицательного экспоненциально взвешенного сглаживания. Все эти методы отфильтровывают шум и преобразуют данные в относительно гладкую кривую. Ряды с относительно небольшим количеством наблюдений и систематическим расположением точек могут быть сглажены с помощь бикубических сплайнов.
Подгонка функции. Многие монотонные временные ряды можно адекватно приблизить линейной функцией. Если же имеется явная монотонная нелинейная компонента, то данные вначале следует преобразовать, чтобы устранить нелинейность. Обычно для этого используют логарифмическое, экспоненциальное или (менее часто) полиномиальное преобразование данных. Имеется несколько способов выполнить эти преобразования в STATISTICA. Можно экспериментировать с преобразованиями практически неограниченной сложности, используя формулы таблиц исходных данных и далее анализировать преобразованные ряды с помощью линейной регрессии (в модуле Множественная регрессия или в модуле Временные ряды) и строить прогноз (Множественная регрессия). Нелинейные функции практически неограниченной сложности, включая кусочно-линейные с точками разрыва (различные функции могут быть одновременно подогнаны на различных участках ряда) могут быть получены в модуле Нелинейное оценивание. Наконец, STATISTICA предлагает подгонку различных кривых: полиномов (с определенным пользователем порядком), логарифмических функций (с определенным пользователем основанием), экспоненциальных и других.
3. Циклической компонентой также является неслучайная функция, обусловленная действием долговременных циклов различной природы.
4. Для удобства, вместо предыдущих двух понятий используют совместное понятие трендциклической компоненты (см. Классическая сезонная декомпозиция (Метод Census I)). Характер поведения отображен на рисунке.
Рисунок 2. График трендцицклической компоненты временного ряда.
5. Понятие сезон временного ряда или сезонная компонента используется для обозначения неслучайной функции. Данная функция формируется на основе периодически повторяющихся в определенное время года колебаний исследуемого ряда. Часто данную функцию измеряют в процентах, которые характеризуют сезонные отклонения от трендциклической компоненты. Пример данной функции приведен на рисунке.
Рисунок 3. График сезонной компоненты временного ряда.
Периодическая и сезонная зависимость (сезонность) представляет собой другой общий тип компонент временного ряда. Это понятие было проиллюстрировано ранее на примере авиаперевозок пассажиров. Можно легко видеть, что каждое наблюдение очень похоже на соседнее; дополнительно, имеется повторяющаяся сезонная составляющая, это означает, что каждое наблюдение также похоже на наблюдение, имевшееся в том же самом месяце год назад. В общем, периодическая зависимость может быть формально определена как корреляционная зависимость порядка k между каждым i-м элементом ряда и (ik)-м элементом. Ее можно измерить с помощью автокорреляции (т.е. корреляции между самими членами ряда); k обычно называют лагом (иногда используют эквивалентные термины: сдвиг, запаздывание). Если ошибка измерения не слишком большая, то сезонность можно определить визуально, рассматривая поведение членов ряда через каждые k временных единиц.
Автокорреляционная коррелограмма. Сезонные составляющие временного ряда могут быть найдены с помощью коррелограммы. Коррелограмма (автокоррелограмма) показывает численно и графически автокорреляционную функцию (AКФ), иными словами коэффициенты автокорреляции (и их стандартные ошибки) для последовательности лагов из определенного диапазона (например, от 1 до 30). На коррелограмме обычно отмечается диапазон в размере двух стандартных ошибок на каждом лаге, однако обычно величина автокорреляции более интересна, чем ее надежность, потому, что интерес в основном представляют очень сильные (а, следовательно, высоко значимые) автокорреляции.
Исследование коррелограмм. При изучении коррелограмм следует помнить, что автокорреляции последовательных лагов формально зависимы между собой. Рассмотрим следующий пример. Если первый член ряда тесно связан со вторым, а второй с третьим, то первый элемент должен также каким-то образом зависеть от третьего и т.д. Это приводит к тому, что периодическая зависимость может существенно измениться после удаления автокорреляций первого порядка, т.е. после взятия разности с лагом 1. Взятие разности также удаляет тренд, который обычно подавляет другие автокорреляции. Например, если имеется устойчивый линейный тренд, как в ряде авиаперевозок, то каждое наблюдение в большой степени является линейной функцией предыдущего наблюдения.
Частные автокорреляции. Другой полезный метод исследования периодичности состоит в исследовании частной автокорреляционной функции (ЧАКФ), представляющей собой углубление понятия обычной автокорреляционной функции. В ЧАКФ устраняется зависимость между промежуточными наблюдениями (наблюдениями внутри лага). Другими словами, частная автокорреляция на данном лаге аналогична обычной автокорреляции, за исключением того, что при вычислении из нее удаляется влияние автокорреляций с меньшими лагами. На лаге 1 (когда нет промежуточных элементов внутри лага), частная автокорреляция равна, очевидно, обычной автокорреляции. На самом деле, частная автокорреляция дает более чистую картину периодических зависимостей.
Удаление периодической зависимости. Как отмечалось выше, периодическая составляющая для данного лага k может быть удалена взятием разности соответствующего порядка. Это означает, что из каждого i-го элемента ряда вычитается (i-k)-й элемент. Имеются два довода в пользу таких преобразований.
Во-первых, таким образом можно определить скрытые периодические составляющие ряда. Напомним, что автокорреляции на последовательных лагах зависимы. Поэтому удаление некоторых автокорреляций изменит другие автокорреляции, которые, возможно, подавляли их, и сделает некоторые другие сезонные составляющие более заметными.
Во-вторых, удаление сезонных составляющих делает ряд стационарным, что необходимо для применения АРПСС и других методов, например, спектрального анализа.
6. Шумом во временном ряде, называют случайные не поддающиеся регистрации величины. Как и большинство других видов анализа, анализ временных рядов предполагает, что данные содержат систематическую составляющую (обычно включающую несколько компонент) и случайный шум (ошибку), который затрудняет обнаружение регулярных компонент. Большинство методов исследования временных рядов включает различные способы фильтрации шума, позволяющие увидеть регулярную составляющую более отчетливо.
Чем отличается линейное и нелинейное сглаживание
Файл: Информационные технологии в юридической деятельности.doc
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлена: 23.07.2019
Просмотров: 26374
Скачиваний: 269
В1: Какая информация о системе имеется при энтропии равной нулю?
В2: Какие свойства информации отражает прагматический аспект?
В3: Показатели объединяются в:
В4: Какие компьютеры имеют ограниченный набор команд?
В5: Выберите содержательные элементы технологии
О5: правила, ресурсы люди, техника
В6: Основным элементом преобразования информации в системах управления является
О6: принятие решения
В7: Что такое показатель?
О7: качественно определенная величина, дающая количественную характеристику отражаемому объекту (процессу, явлению) и имеющая экономический смысл.
В8: Процесс, использующий совокупность средств и методов сбора, обработки и передачи данных (первичной информации) для получения информации нового качества о состоянии объекта, процесса или явления(инф-го продукта) — это:
О8: информационная технология
В9: Информация, согласованная по семантической форме с тезаурусом пользователя, называется:
В10: Какие задачи решает информатика?
создание единой теории информационных процессов
создание теории информационного моделирования
создание и развитие структуры информатизации
В11. Какой параметр информации означает ее способность отражать реально существующие объекты с необходимой точностью?
В12: Что такое текстовая информация?
О12: совокупность алфавитных, цифровых и специальных символов, с помощью которых представляется информация на физическом носителе.
В13: Что является предметом и продуктом труда информационных технологий?
В14: Объединение реквизита-основания с реквизитами-признаками приводит к образованию:
В15: Для того чтобы в материальном мире происходил обмен информацией, должны быть:
О15: приемник, источник информации, получатель инф, передатчик, канал связи
В16: Что такое комплектование данных?
О16: разбиение больших объемов данных на комплекты, чтобы облегчить их поиск
В17: Что такое управление?
О17: процесс целенаправленного воздействия на объект, организующий функционирование объекта по заданной программе
О18: способ теоретического исследования или практического осуществления чего-нибудь
В19: Информация, поступающая от объекта управления в управляющую подсистему, носит название:
В20: Как называется один или несколько взаимосвязанных программных продуктов для определенного типа компьютера, технология работы в котором позволяет достичь поставленной пользователем цели?
О20: инструментарий информационной технологии
В21: Потребитель приобретает максимальное количество семантической информации когда поступающая информация
О21: понятна пользователю и несет ему ранее неизвестные сведения
В22: При неограниченном возрастании тезауруса пользователя, количество семантической информации стремится к:
В23: Совокупность правил кодового обозначения объектов:
О23: система кодирования
В24: При оценке информации различают такие ее аспекты, как
О24: синтаксический, прагматический, семантический
В25: Что такое ассимилированная информация?
О25: это представление сообщений в сознании человека, наложенное на его систему понятий и оценок
В26: Какая мера информации определяет полезность (ценность) информации для достижения пользователем представленной цели?
В27: Какой параметр информации определяется степенью сохранения ценности информации для управления в момент ее использования?
В28: Выберите из списка уровни представления информационного процесса:
О28: физический, логический, концептуальный
В29: Как называется логически неделимый информационный элемент, описывающий определенное свойство объекта, процесса, явления?
О30: действия или система действий, применяемых при исполнении какой-нибудь работы
В31: Инструментарий информационных технологий это
О31: одна или несколько программ
В32: Классификация это
О32: система распределения объектов(предметов, явлений, процессов, понятий) по всем классам в соответствии с определенным признаком
В33: Какой коэффициент представляет собой отношение количества семантической информации к ее объему?
В34: Какую емкость отражает содержательность информации?
В35: Совокупность документов, объединенных по определенному признаку, образует:
В36: Какой уровень определяет содержательный аспект ИТ или процесса?
О36: концептуальный уровень
В37: По стабильности информация бывает:
В38: Обычно информация, предназначенная для передачи, называется:
В39: Назовите три стороны технологии:
О39: социальная, информационная, инструментальная
В40: Где находится команда конверты и наклейки?
О40: в меню Сервис – письма и рассылки
В41: Как открываются Мастера для создания документов?
В43: Если в функции «ЛИНЕЙН» аргумент «константа-ложь», то в уравнении регрессии отсутствует:
О43: свободный член
В44: Какой показатель используется для проверки достоверности тренда?
О44: коэффициент детерминации
В45: Для описания предметной области используются методы:
О45: экспертных оценок
В46: Совокупность признаков или условий изменения состояний системы называют:
В47: Напротив какой строки базовой линии необходимо задавать функцию СРЗНАЧ с интервалом усреднения 5?
О48: функцией экспоненциального сглаживания
В49: Каким уравнением представлен логарифмический тренд?
В50: Для чего необходима предварительная обработка базовой линии?
О50: снизить трудоемкость нахождения тренда, снизить влияние случайной составляющей на прогноз
В51: Что такое выравнивание?
О51: замена базовой линии аналитически подобранной кривой
В52: Сколько раз можно проводить линейное сглаживание?
В53: В какую группу экспертных методов входит метод «Дельфи»?
О53: в группу коллективных экспертных методов
В54: В какую группу методов включают экспоненциальное и адаптивное сглаживание?
О54: в группу методов экстраполяции
В55: Что представляет собой управление с помощью сценариев?
О55: процесс изучения отдельных переменных и присвоения им диапазона значений
В56: Функция «Наклон» выводит:
О56: значение коэффициента « m » уравнения регрессии
О57: изменить форму представления данных
В58: Почему не рекомендуется в полиноминальной прогностической модели степень полинома брать более 4:
О58: пропадает эффект сглаживания
В59: К какой группе методов относится морфологический анализ?
В60: Что такое «фактор затухания»?
О60: интервал сглаживания
В61: В какую группу экспертных методов входит метод деструктивной отнесенной оценки?
О61: в группу коллективных экспертных методов
В62: Как называется процедура линейного сглаживания в механизмах создания трендов диаграмм?
О62: линейная фильтрация
В63: В каких пределах должен изменяться «фактор затухания»?
В64: Какие из нижеперечисленных методов относятся к предсказательным моделям?
В65: Какие из нижеперечисленных методов относятся к описательным моделям?
О66: любой рабочий лист, в котором можно подставлять различные значения для переменных, чтобы увидеть их влияние на другие величины, которые вычисляются по формулам, зависящим от этих переменных
В67: Когда можно использовать эвристические методы прогнозирования?
О67: объект прост, объект очень сложен
В68: Для вывода параметров статистики функции «ЛИНЕЙН» необходимо:
О68: присвоить переменной «статистика» значение «1», присвоить переменной статистика значение «истина», присвоить переменной «статистика» значение «да»
В69: В какую группу экспертных методов входит метод интервью?
О69: в группу индивидуальных экспертных методов
В70: С каким расширением можно создать и сохранить подготовленный документ в окне «Шаблоны»?
В71: Как называется программа, входящая в состав Word и упрощающая процесс создания и форматирования документа?
В72: Каким документам доступны параметры локальных шаблонов:
О72: тем документам, которые базируются на данном локальном шаблоне
В73: Какая из перечисленных моделей не может использоваться для моделирования данных?
В74: Чем отличаются линейное и нелинейное сглаживание?
О74: нелинейное учитывает расстояние каждой точки базовой линии от точки прогноза
В75: Какие методы применяются в условиях отсутствия достаточно представительной и достоверной статистики характеристики объекта прогнозирования?
О75: методы экспертных оценок
В76: В каких программах из пакета Microsoft Office может быть построена ИЛМ?
В77: Что необходимо сделать для решения или анализа сценария в тех случаях, когда оптимизационная задача содержит несколько переменных величин?
О77: воспользоваться технологией «Поиск решения»
В78: Как называются именованные комбинации значений, заданных для одной или нескольких изменяемых ячеек в модели «Что если»?
О78: таблица подстановки
В79: В какую группу экспертных методов входит морфологический анализ?
О79: в группу индивидуальных экспертных методов
В80: В какую группу экспертных методов входит метод построения прогнозного сценария?
О80: в группу индивидуальных экспертных методов
В81: Сколько этапов системного моделирования?
В82: К какой группе методов прогнозирования относится функция «ТЕНДЕНЦИЯ»?
О82: линейная многомерная
В83: Факторный анализ – это
О83: выявление действия различных факторов и их комбинаций на величину результативного признака
В84: Какой интервал усреднения необходимо задавать?
В85: Функция «РОСТ» относится к группе методов
О85: нелинейных многомерных
В86: Какие методы объединяют совокупность методов обработки количественной информации об объекте прогнозирования по принципу выделения содержащихся в ней математических закономерностей развития и математических взаимосвязейхарактеристик с целью получения прогнозных моделей?
О86: статистические методы
В87: Какой метод называют линейным сглаживанием?
О87: метод невзвешенных скользящих функций
В88: Что целесообразно сделать перед началом работы с диспетчером сценариев?
О88: присвоить имена ячейкам, где будут располагаться переменные и формулы, ссылающиеся на изменяемые ячейки окон диалога
В89: Какова главная проблема принятия решений?
О89: выбор альтернатив решений
В90: Какую типовую функцию Exel можно использовать для линейного сглаживания?
В91: Какова роль модели «черный ящик» в системном моделировании?
О91: структурировать исходную информацию относительно самой системы и внешней среды
В92: Что определяет линейная регрессия?
О92: прямую линию, которая наилучшим образом представляет множество данных
В93: Какие методы входят в группу экстраполяционных методов прогнозирования?
О93: интерполяция, экспоненциальное сглаживание, вероятностное моделирование
В94: С какой целью проводится анализ объектов прогнозирования?
О94: разработка модели объекта
В95: Какие методы основаны на мнениях привлеченных экспертов?
В96: Где находится функция «экспоненциальное сглаживание»?
О96: в пакете «анализ данных»
В97: Что представляет собой управление с помощью сценариев?
О97: процесс изучения отдельных переменных и присвоение им диапазона значений
В98: Какой показатель используется для проверки достоверности тренда?
О98: коэффициент детерминации
В99: Что такое «фактор затухания»?
О99: величина, обратная постоянной сглаживания
В100: Процесс подготовки пачки однотипных писем (документов) путем объединения файла, содержащего список имен и адресов, с файлом, содержащим шаблон писем – это
В101: Что такое шаблон?
О101: особый вид файла документа, представляющий специальные средства для оформления итогового документа
В102: Какое имя и расширения имеют файлы шаблонов?
В103: Какая из перечисленных моделей не может использоваться для моделирования данных?
В104: Что такое журнал?
О104: особая часть БД, недоступная пользователям СУБД и поддерживаемая с особой тщательностью, в которую поступают записи обо всех изменениях основной части СУБД
В105: Что такое база данных (БД)?
О105: совокупность сведений о конкретных объектах реального мира в какой-либо предметной области
В106: Что явилось первой побудительной причиной создания СУБД?
О106: стремление выделить и обобщить общую часть БД, ответственную за управление сложно структурированными данными
В107: Что представляет собой интегрированная БД?
О107: данные должны храниться в общем «котле», что исключает их дублирование и все изменения производятся в одном месте
В108: Определите четвертый этап процесса системного моделирования
О108: создание модели данных в конкретной информационной технологии (программе)
В109: Что является содержанием шестого этапа процесса системного моделирования?
О109: материальное или информационное воздействие на систему-оригинал с целью привидения ее в найденное при решении оптимальное состояние для решения исходной проблемы
В110: Что является целью третьего этапа процесса системного моделирования?
О110: построение информационно-логической модели полученных данных о системе и окружающей ее среды
В111: Определите пятый этап процесса системного моделирования
О111: выполнение вычислительных экспериментов с моделью
В112: Определите первый этап процесса системного моделирования
О112: анализ проблемной ситуации
В113: В чем суть первого этапа процесса системного моделирования?
О113: выполняется анализ всех доступных ресурсов (материальных, финансовых, информационных), необходимых для построения модели, ее использования и реализации полученных результатов с целью решения имеющейся проблемы
В114: В чем состоит назначение модели черного ящика в системном моделировании?