- •Введение
- •1.Главное и текущие окна анализа данных
- •2.Электронная таблица
- •Пример 4
- •Пример 6
- •3.Графическое представление данных
- •4.Пользовательский интерфейс текущего окна анализа
- •Общее знакомство с пакетом Statgraphics. Генерация временных рядов
- •Г) Рассчитайте размах тренда range и масштабный коэффициент (переменные range и scale соответственно).
- •Е) Сохраните график в отчетном документе (StatGallery).
- •1.2 Генерация реализаций абсолютно случайного временного ряда
- •1.3 Генерация временных рядов pk , sk , k
- •1.1 Генерация тренда временного ряда
- •1.4 Моделирование грубых сбоев измерений
- •1.5 Генерация обобщенной реализации временного ряда
- •Статистический анализ стационарных временных рядов
- •2.1 Подготовка данных для статистических исследований
- •А) Напишите расчетные выражения для переменных x1 – x5 с учетом синтаксиса языка пакета statgraphics Plus 5.1 и числовых значений параметров алгебраических выражений своего индивидуального задания.
- •2.2 Анализ одномерного закона распределения вероятностей
- •2.3 Сравнение экспериментального и теоретического
- •2.4 Изучение описательных статистик стационарного
- •Для временных рядов x1 – x5
- •2.5 Исследование автокорреляционной функции стационарного временного ряда
- •Анализ независимости значений временного ряда по одной реализации
- •3.1 Подготовка данных для статистических исследований
- •Результат визуального анализа временных рядов
- •3.2 Анализ независимости временного ряда по критерию
- •Результаты анализа независимости временных рядов
- •3.3 Анализ независимости временного ряда по критерию
- •Результаты анализа независимости временных рядов
- •3.4 Анализ независимости временного ряда
- •Результаты анализа независимости временных рядов
- •3.5 Анализ интервала корреляции для принятия решения
- •Результаты анализа независимости временных рядов
- •3.6 Заключение о точности и области практического применения исследованных методов
- •Сглаживание временных рядов линейными и нелинейными фильтрами
- •4.1 Исследование возможностей медианного фильтра
- •4.2 Анализ чувствительности линейного фильтра к выбросам входных данных
- •4.3 Изучение импульсной реакции линейных сглаживающих фильтров
- •4.4 Исследование динамической ошибки
- •4.5 Исследование коэффициента подавления помехи линейными сглаживающими фильтрами
- •Оптимальная обработка данных линейным фильтром с конечной памятью
- •5.1 Расчет оптимального линейного фильтра с конечной памятью
- •5.2 Исследование свойств оптимального фильтра
- •Спектральный анализ временных рядов конечной длины
- •Исследование периодограммы импульсного сигнала
- •6.2 Спектральный анализ гармонической функции
- •Расчет амплитудно-частотных характеристик
- •Исследование периодограммы реализации белого шума
- •Спектральный анализ низкочастотного временного ряда, измеренного на фоне помех
-
Исследование периодограммы импульсного сигнала
а) Сгенерируйте для проведения исследований следующие временные ряды (переменные) длины N=100:
- Imp1 – импульсный сигнал, равный нулю для всех индексов k дискретного времени, кроме k =1, где он равен 1 (k-1);
- Imp10 – импульсный сигнал с длительностью, равной 10 отсчетам дискретного времени; переменная Imp10 равна 1 при k[1, 10], а для k >10 равна 0;
- Imp40 – импульсный сигнал с длительностью, равной 40 отсчетам дискретного времени; переменная Imp40 равна 1 при k[1, 40], а для k >40 равна 0;
- LagImp10 – импульсный сигнал Imp10, задержанный на 20 тактов дискретного времени (k0=20); значения LagImp10 равны 0 при k[1, 20], длина временного ряда N=100;
- AImp10 – импульсный сигнал Imp10 с увеличенной в 2 раза амплитудой;
- LImp10 – импульсный сигнал Imp10, дополненный 100 нулевыми отсчетами и имеющий длину N=200.
В расчетных выражениях при генерации указанных временных рядов следует использовать встроенные функции REP( ; ), LAG( ; ), JOIN( ; ) и JOIN3( ; ; ):
|
№ п/п |
Переменная |
Расчетное выражение |
|
1 |
Imp1 |
|
|
2 |
Imp10 |
|
|
3 |
Imp40 |
|
|
4 |
LagImp10 |
|
|
5 |
AImp10 |
|
|
6 |
LImp10 |
|
б) Для расчета периодограмм сгенерированных временных рядов воспользуйтесь режимом Special – Time Series Analysis – Descriptive Methods, в окне Tabular Options выберите опцию Periodogram Table и в окне Graphical Options - Horizontal Time Sequence Plot и Periodogram. Убедитесь, что перед спектральной обработкой реализация временного ряда приведена к нулевому среднему значению (активна опция Remove Mean в окне Pane Options).
Постройте графики периодограмм анализируемых временных рядов. Сохраните графики в StatGallery.
|
Периодограмма Imp1
|
Периодограмма Imp10 |
Периодограмма Imp40 |
|
Периодограмма LagImp10
|
Периодограмма AImp10 |
Периодограмма LImp10 |
Изучите графики и содержание таблиц. Сделайте выводы по результатам анализа:
Если считать интервал дискретного времени равным 1 с, то частота на графиках периодограмм отложена в _______ .
Максимальная частота в спектре конечного временного ряда длины N равна ___________ .
Нулевое значение периодограммы на нулевой частоте объясняется ______________________________________________________________ .
Сравнение периодограмм временных рядов Imp1, Imp10 и Imp40 показывает, что чем более узким (кратковременным) является сигнал, тем ______________________________________________________________ .
Если сигнал смещен на 10 тактов дискретного времени, то его периодограмма ________________________________________________ .
Если дополнить временной ряд N нулями, так что его длина увеличится вдвое, то его периодограмма ____________________________
______________________________________________________________ .
Наблюдаемое в пакете STATGRAPHICS Plus 5.1 уменьшение интенсивности спектра на максимальной частоте связано с ____________
______________________________________________________________ .
Спектр временного ряда является периодическим с периодом ___ . Отличие числа спектральных отсчетов в периодограмме от этого значения связано с ______________________________________________________ .
Увеличение амплитуды сигнала в r раз приводит к ____________
_____________________________________________ его периодограммы.
