Контрольні питання
Критерій Н. В. Смірнова
Основні ролі SCRUM
Основні артефакти SCRUM.
4. В чому полягає процес SCRUM.
Лабораторна робота № 8
Тема: виключення грубих помилок. Критерій Ірвіна.
Технічне забезпечення: ПЕОМ середовище програмування
Короткі теоретичні відомості.
Якщо розподіл досліджуваної вибірки не є нормальним, або його характер є невідомим, для оцінки викидів можна використовувати критерій Ірвіна.
При цьому будують варіаційний ряд та оцінюють сумнівні значення на одномку чи двох краях ряду. Для цього обчислюють розрахункове значення критерію Ірвіна:
де
– сумнівне значення;
– попереднє
значення в ряду;
– СКВ.
Одержане
розрахункове значення критерію Ірвіна
порівнюють з табличним; при автоматизованій
обробці зручно використовувати формули,
наведені в таблиці 8 (для
).
Таблиця 8
Довірча ймовірність Р |
ηтабл |
0,9 |
2n-0,5+0,6 |
0,95 |
2,5n-0,5+0,75 |
0,99 |
3n-0,5+1,15 |
Якщо
,
то розглянуте значення відкидається і
перевіряється наступне. Перевірку
продовжують, поки не одержать
.
Якщо крайнє значення ряду за цим критерієм
не є грубою помилкою, бажаним є перевірка
наступних значень. У випадку, якщо одне
з них є грубою помилкою, попередні також
вважаються грубою помилкою.
Хід роботи
Задатись вибіркою з елементів з нормальним розподілом (близьким до нього). Провести дослідження. Замінити у вибірці найменше або найбільше значення на значення, яке не входить у заданий діапазон. Провести дослідження.
Провести розрахунки з допомогою розробленого програмного забезпечення.
Розробити
програму, яка генерує текстовий файл з даними відповідно до варіанту;
програму для аналізу даних. Робота з файлом повинна бути винесена в окремий клас. Передбачити коректну обробку помилок вводу/виводу для роботи з файлом даних.
Продемонстувати вивід програми з явно помилковим водом, вивід програми за відсутності файла даних.
Контрольні питання
1 Критерій Ірвіна
2 Водоспадна модель ЖЦ
3 Спіральна модель ЖЦ
4 Поняття про RUP
5 Поняття про RAD
6 Поняття про екстремальне програмування
Лабораторна робота № 9
Тема:
Технічне забезпечення: ПЕОМ середовище програмування
Короткі теоретичні відомості. Лабораторна робота № 10
Тема: проста лінійна регресія
Технічне забезпечення: ПЕОМ середовище програмування
Короткі теоретичні відомості.
Основне завдання регресійного аналізу це встановлення форми і виявлення залежностей і змін.
Одне з головних завдань регресійного аналізу полягає у підборі відповідного виразу Y=f(X) , графік якого проходить через емпіричні точки або близько від них. І таким чином зв’язані змінні Х та Y. Даний вираз має назву рівняння регресії, функція f(X) називається функцією регресії. Графік даної функції називається лінією даної регресії. Тобто регресійний аналіз виявляє кількісну залежність ознаки фактора від іншої ознаки
Параметри або коефіцієнти емпіричних моделей можуть встановлюватись методом найменших квадратів і методом максимуму правдоподібності.
Типова і основна задача ставиться наступним чином:
Необхідно встановити параметри а0 і а1 для залежності
на вибірці об`єму n.
У методі найменших квадратів дані параметри визначаються з умови мінімуму наступного критерію
на основі чого було оодержано наступні формули:
,
.