WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 ||

- float SrInt(float aRyad[], float bRyad[], int size, float left, float right) – функція, що обчислює середнє інтервальне значення ординат bRyad[] двовимірних вибіркових даних розміру size, на інтервалі (left; right). У циклі за кількістю елементів ряду перевірятимемо виконання умови на потрапляння елементу масиву до заданого інтервалу. У випадку, якщо умову буде виконано, до змінної SUM буде додаватися значення відповідного елементу, внаслідок чого після завершення циклу в цій змінній буде міститися значення суми елементів що потрапляють до заданого інтервалу. Поділивши це значення на кількість елементів, що буде підраховано за допомогою функції KolVInt, до якої буде передано той самий ряд та ті самі значення меж інтервалу, отримаємо середнє інтервальне значення масиву на відповідному відрізку;

- float Chislit(float a[], float b[], int msize, float sr, int kol) – функція для знаходження чисельника у формулі для обчислення коефіцієнта детермінації, де a[],b[] – масиви, у яких зберігаються значення досліджуваних часових рядів, msize – розмір часового ряду, sr – Складні системи і процеси № 2, середнє значення елементів часового ряду, kol – кількість інтервалів, на яку розбивається ряд під час розрахунку. Змінним Xmin та Xmax привласнюються результати розрахунків функцій знаходження мінімального та максимального елементів масиву відповідно.

Ширина інтервалу розраховується діленням різниці максимального і мінімального елементу масиву на кількість інтервалів. Змінній L, до якої буде записуватися значення лівої межі кожного інтервалу, привласнюється значення мінімального елементу ряду, після чого викликається цикл за номерами інтервалів. На кожному кроці циклу спочатку обчислюється права межа інтервалу шляхом додавання до лівої межі вже визначеного значення ширини інтервалу. Потім перевіряється умова, що інтервал не є крайнім правим.

У випадку, якщо умова виконується, до значення правої межі інтервалу додається невелике число. Це зроблено для того, щоб під час подальшого розрахунку в нас не випало значення самої правої точки. Змінній sredint привласнюється середнє за інтервалом значення, що буде отримано шляхом виклику відповідної функції. До змінноїакумулятора SUM на кожному кроці виконання циклу додаємо число, рівне кількості елементів, що потрапляють до відповідного інтервалу, помноженій на квадрат різниці середнього за інтервалом та загального середнього. На останньому кроці циклу змінній, у якій зберігається значення лівої межі відрізку, ми привласнюємо поточне значення правої межі, після чого цикл повторюється. Коли цикл буде пройдено kol раз, отримане в змінній SUM значення буде поділено на кількість елементів масиву та передано до виходу функції.

Результати тестування програми На рис. 2 показано зовнішній вигляд вікна з результатами роботи програми.

Для перевірки роботи програми було сформовано та збережено до файлів такі часові ряди:

1. Два ряди з параметрами: кількість елементів – 200, закон розподілу – нормальний, середнє значення – 100, стандартне відхилення – 50.

2. Два ряди з двохсот елементів кожний, отримані за формулами y = 1,535 x + b та z = 0,1 x2 - 20 x + b 20, де x – перший часовий ряд, b – часовий ряд з випадкових чисел з нормальним законом розподілу, середнім, що дорівнює нулю, та стандартним відхиленням, що дорівнює 5.

3. Два ряди зі ста дев’яноста елементів кожний, що були отримані шляхом видалення з ряду x перших десяти елементів, а з ряду y = 0,1 x2 - 20 x + b 20 – останніх десяти, внаслідок чого ми отримали ряд y, у якому кожне значення yn залежить від елементу xn-10.

Здійснивши крос-кореляційний аналіз отриманих рядів за допомогою розробленого програмного забезпечення та пакетів статистичного аналізу SPSS 13.0 та Statistica 6.0, отримали такі результати:

У випадку 1 кореляційний зв’язок відсутній. Коефіцієнт детермінації не перевищує значення 0,1 при проведенні аналізу в розробленому програмному продукті, та не перевищує значення 0,2 при проведенні аналізу в пакетах SPSS 13.0 та Statistica 6.0.

Між рядами x, y спостерігається сильний кореляційний зв’язок. Коефіцієнт детермінації близький до одиниці на нульовому лазі, незалежно від програмного продукту, у якому здійснювали аналіз. Тож у випадку коли зв'язок є лінійним для проведення крос-кореляційного аналізу однаково добре підходять, як уже існуючі програми, так і розроблений продукт.

Коефіцієнт детермінації між рядами x, z дорівнює 0,9 на нульовому лазі при розрахунку за допомогою розробленої програми. За результатами проведення кроскореляційного аналізу в SPSS 13.0 та Statistica 6.0 крос-кореляція між цими часовими рядами відсутня, коефіцієнт кореляції не перевищує значення 0,2. Це свідчить про те, що Складні системи і процеси № 2, алгоритм, який покладено в основу крос-кореляційного аналізу в цих пакетах, не здатен виявити та дослідити нелінійний кореляційний зв'язок.

Рис. 2. Результат роботи програми У випадку 3 спостерігаємо наявність сильного кореляційного зв’язку (коефіцієнт детермінації дорівнює 0,89) на –10 лазі, що відповідає методу побудови цих рядів.

Існуючі ж пакети статистичного аналізу SPSS 13.0 та Statistica 6.0 знов таки не виявляють цей зв'язок.

Висновки У роботі розроблено алгоритм і програмне забезпечення, що дають змогу на основі використання коефіцієнта детермінації виявляти нелінійні зв’язки при проведенні крос-кореляційного аналізу часових рядів. Завдяки цьому отриманий програмний продукт має перевагу перед пакетами статистичного аналізу SPSS, Statistica тощо при вирішенні завдань крос-кореляційного аналізу.

Розроблене програмне забезпечення здійснює крос-кореляційний аналіз, спираючись на розрахунок коефіцієнта детермінації, що дає користувачеві змогу аналізувати ряди, незалежно від характеру зв’язку в них.

Складні системи і процеси № 2, Література 1. Аксенов Е.А. Бесконтактный спекл-интерферометрический измеритель малых смещений / [Е.А. Аксенов, А.А. Шматко, В.И. Зворский, А.С. Кравчук] // Радіоелектронні і комп'ютерні системи. – 2008. – № 1 (28). – С. 15–19.

2. Демин С.А. Кросс-корреляции в живых системах: Анализ нейромагнитных сигналов коры головного мозга человека / [С.А. Демин, Р.Р. Зарипов, О.Ю. Панищев, Р.М. Юльметьев] // Научно-технический вестник СПбГУ информационных технологий, механики и оптики. – 2007. – № 37. – С. 202–212.

3. Фортус М.И. Анализ корреляционных связей между временными рядами с помощью фазового спектра / М.И. Фортус // Известия РАН. Физика атмосферы и океана. – 2007. – Т. 43. - № 5. – С. 602–616.

4. Айвазян С.А. Прикладная статистика: Исследование зависимостей : справ. изд. / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. – М. : Финансы и статистика, 1985. – 487 с.

5. Бахрушин В.Є. Аналіз даних / В.Є. Бахрушин. – Запоріжжя : ГУ “ЗІДМУ”, 2006. – 128 с.

6. Бююль А. SPSS: Искусство обработки информации / А. Бююль, П. Цёфель. – СПб. :

ООО ДиаСофтЮП, 2005. – 608 с.

7. Электронный учебник по статистике. [Электронный ресурс]. - Режим доступа:

http://www.statsoft.ru/home/textbook/default.htm.

Інформація Коган Ш.М. Электронный шум и флуктуации в твердых телах. - М. : Физматлит.

- 2009. - 368 с.

Книга посвящена фундаментальному физическому явлению - электрическому шуму в твердых телах. В отличие от существующей литературы в ней делается упор не на математические вопросы теории случайных процессов и не на анализ шума в конкретных электронных приборах, а на его микроскопические механизмы в разных проводящих материалах и твердотельных структурах. В частности, в книге излагается кинетическая теория шума в неравновесном электронном газе, очень подробно анализируются свойства низкочастотного фликкер-шума и приводятся недавние результаты по шумам в квантовых контактах.

Суздалев И.П. Нанотехнология: физико-химия нанокластеров, наноструктур и наноматериалов. Серия "Синергетика". - М. : ЛИБРОКОМ. - 2009. - 592 с.

Книга включает круг вопросов, которые могут составить область науки о нанообъектах, процессах и явлениях, проходящих на уровне размеров 1--100 нм. В этой области наблюдаются эффекты, чувствительные как к отдельным атомно-молекулярным уровням энергии, так и к коллективным свойствам тел. Развитие науки о нанокластерах и наносистемах и методов их исследования привело к созданию нанотехнологии, наноматериалов и наноустройств, отличающихся уникальными свойствами и перспективами применения. Книга представляет собой попытку соединения теоретических и экспериментальных данных о нанокластерах и наносистемах с некоторыми вопросами более общего, вводного характера: методами исследования нанокластеров и поверхности твердого тела и микроскопическими и термодинамическими подходами к изучению нанокластеров и поверхности.

Pages:     | 1 ||



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.