- •1.Определение одномерной случайной величины
- •6. Характеристики многомерной случайной величины
- •7. Корреляционная функция одномерной случайной величины
- •8. Корреляционная функция многомерной случайной величины
- •9. Определение корреляционной функции
- •10. Дисперсия одномерной случайной величины
- •11. Дисперсия многомерной случайной величины
- •12. Оценка вида закона распределения одномерной случайной величины
- •13. Оценка вида закона распределения многомерной случайной величины
- •14. Проверка статистических гипотез о виде закона распределения
- •15. Корреляционный анализ
- •16. Регрессионный анализ
- •17. Дисперсионный анализ
- •18. Построение уравнения регрессии
- •19. Метод наименьших квадратов
- •20. Остаточная дисперсия
- •27. Многомерные кубы в olap
- •28. Виды аналитической обработки данных
- •29. Хранилища данных (Data Warehouse)
- •30. Интеллектуальный анализ данных (Data Mining)
- •31. Принцип многомерного представления данных
- •32. Многомерный olap (molap)
- •33. Системы оперативной аналитической обработки реляционных данных
- •34. Реляционные субд
- •35. Многомерные субд
- •36. Постреляционные субд
- •37. Три стадии интеллектуального анализа данных
- •38. Многомерный интеллектуальный анализ данных
- •39. Интеллектуальный анализ данных с непосредственным использованием обучающих данных
- •40. Интеллектуальный анализ данных с выявлением и использованием закономерностей
Дисциплина: МЕТОДЫ АНАЛИЗА ДАННЫХ
Вопросы для подготовки к экзамену
1.Определение одномерной случайной величины
Случайной величиной называют величину, которая в результате испытания примет одно и только одно возможное значение, наперед не известное и зависящее от случайных причин, которые заранее не могут быть учтены.
2. Определение многомерной случайной величины
Многомерной случайной величиной называется величина, которая при проведении опыта принимает в качестве своего значения не число, а целый набор чисел, заранее неизвестно каких. Эти наборы, которые случайная величина может принять, образуют множество ее возможных значений. Таким образом, хотя конкретный набор не предугадаешь, он будет из множества возможных наборов (часто это множество хорошо известно).
3. Одномерная статистическая выборка
Одномерная выборка – это выборка содержащая одну переменную. В процессе статистической обработки одномерной выборки из множества значений случайной величины возникает ряд проблем, решение которых не настолько формализованы, чтобы эту работу можно полностью доверить вычислительной машине. Часто исследователю приходится задумываться над каждым этапом расчетов и принимать решение с учетом специфических особенностей конкретного исследования.
4. Многомерная статистическая выборка
Многомерная статистическая выборка Х представляет собой матрицу размером
n * m, строки которой представляют собой n анализируемых объектов, а столбцы описывают m признаков, характеризующих свойства этих объектов. Так элемент матрицы Х ij является признаком, описывающим j-е свойство i-го объекта.
5. Характеристики одномерной случайной величины
Некоторые числовые характеристики одномерных случайных величин: начальные и центральные моменты, мода, медиана, квантиль, коэффициенты асимметрии и эксцесса. Числовые характеристики двумерных случайных величин: начальные и центральные моменты. Корреляционный момент и коэффициент корреляции. Коррелированность и зависимость случайных величин.
Определение 9.1.Начальным моментом порядка k случайной величины Х называется математическое ожидание величины Xk:
νk=M (Xk).
В частности, ν1= М(Х), ν2= М(Х2). Следовательно, дисперсия D(X) =ν2–ν1².
Определение 9.2.Центральным моментом порядка k случайной величины Х называется математическое ожидание величины (Х – М(Х))k:
μk=M((Х – М(Х))k).
В частности, μ1=M(Х – М(Х)) = 0, μ2=M((Х – М(Х))2) =D(X).
Мода и медиана
Такая характеристика случайной величины, как математическое ожидание, называется иногда характеристикой положения, так как она дает представление о положении случайной величины на числовой оси. Другими характеристиками положения являются мода и медиана.
Определение 9.3. Модой М дискретной случайной величины называется ее наиболее вероятное значение, модой М непрерывной случайной величины – значение, в котором плотность вероятности максимальна.