Differences

This shows you the differences between two versions of the page.

--- courses:statistical_methods_of_experimental_data_handling:coursework [2021/01/28 18:17]
andrey.suchkov [Содержание пояснительной записки]
+++ — (current)
@@ Line 1: / Line 1: @@
-====== Курсовая работа: Программная реализация и компьютерное исследование алгоритмов обработки экспериментальных данных ======
-===== Исходные данные =====
-Из представленной генеральной совокупности формируется выборка заданного объема по одному из представленных в таблице признаков. Необходимо провести выравнивание статистических рядов, выполнить корреляционный, регрессионный и кластерный анализы.
-===== Требования к пояснительной записке =====
-  - Объём пояснительной записки -- не менее 20 страниц (приложения в этот объём не входят).
-  - Количество использованных источников -- не менее 10, причём из них не более 20-25% могут составлять электронные ресурсы.
-  - **Запрещено ссылаться на Википедию!**
-  - Объём введения и заключения -- не менее половины страницы.
-  - В пояснительной записке должно быть не менее 3-ёх разделов, каждый из которых должен содержать не менее 2-ух подразделов.
-===== Порядок выполнения курсовой работы =====
-==== Выравнивание статистических рядов ====
-  - Из представленной генеральной совокупности формируется выборка заданного объема по одному из представленных в таблице признаков.
-  - Дальнейшая работа заключается в выполнении следующих пунктов:
-    - Построение ранжированного ряда.
-    - Разбиение на интервалы.
-    - Составление интервального ряда.
-    - Построение полигона частот.
-    - Построение гистограммы.
-    - Построение эмпирической функции распределения.
-    - Построение кумуляты.
-    - Нахождение выборочных оценок: выборочной средней, выборочной дисперсии, исправленной выборочной дисперсия, выборочного СКВО, асимметрии и эксцесса.
-    - Нахождение выборочных оценок медианы, моды и коэффициента вариации
-    - Построение доверительных интервалов для математического ожидания и СКО.
-    - Проверка гипотезы о нормальном законе по критерию Пирсона.
-<note important>При вычислении точечных выборочных оценок параметров распределения использовать переход к условным вариантам.</note>
-==== Корреляционный и регрессионный анализ ====
-  - Из представленной генеральной совокупности формируется выборка заданного объема по второму из представленных в таблице признаков.
-  - Для полученной выборки для второго признака выполнить все действия (согласно п. <<Выравнивание статистических рядов>>), необходимые для получения статистических оценок параметров распределения второго признака.
-  - Для системы двух случайных величин сформировать двумерную выборку и выполнить следующие действия:
-    - Построить корреляционную таблицу.
-    - Найти оценку коэффициента корреляции.
-    - Построить доверительный интервал для коэффициента корреляции.
-    - Осуществить проверку гипотезы о равенстве коэффициента корреляции нулю.
-    - Построить уравнения выборочных прямых среднеквадратической регрессии. Полученные функции регрессии отобразить графически (на одном графике).
-    - Найти оценки корреляционных отношений.
-    - Построить уравнения выборочных кривых для параболической среднеквадратической регрессии, а также уравнение кривой, в зависимости от заданного варианта. Полученные функции регрессии отобразить графически (на одном графике).
-<note important>Как и в предыдущем разделе, при вычислении точечных выборочных оценок параметров распределения второго признака и коэффициента корреляции использовать переход к условным вариантам.</note>
-==== Кластерный анализ ====
-  - Нормализовать множество точек из предыдущего раздела, отобразить полученное множество.
-  - Определить верхнюю оценку количества кластеров.
-  - Реализовать алгоритм k-means. Отобразить полученные кластеры, выделить каждый кластер разным цветом, отметить центроиды.
-  - Реализовать метод поиска сгущений. Отобразить полученные кластеры, выделить каждый кластер разным цветом, отметить центроиды.
-  - Проверить чувствительность метода поиска сгущений к погрешностям. Сделать выводы.
-  - Сравнить методы. Сделать выводы.
-  - //Дополнительные необязательные задания://
-    - //Реализовать алгоритмы k-medians и k-medoids. Отобразить полученные кластеры, выделить каждый кластер разным цветом, отметить центроиды.//
-    - //С помощью метода локтя и/или метода силуэтов выявить для каждого метода оптимальное количество кластеров. На основании оценки качества разбиения определить наилучший метод кластеризации.//
-    - //Реализовать модификацию k-means++. Объяснить её приемущества. Сравнить с обычным методом k-means.//
-===== Содержание пояснительной записки =====
-  - Теоретическую справку о решаемых задачах и методах их решения.
-  - Отображение промежуточных и конечных результатов производимой при решении поставленных задач вычислительной работы с необходимыми комментариями.
-  - Необходимую графическую иллюстрацию получаемых промежуточных и конечных результатов.
-  - Краткое описание используемых в работе программных продуктов.
-  - Содержательные выводы по полученным результатам.
-  - Список использованной литературы.
-  - Приложения с листингами разработанных студентом программ и кратким описанием запрограммированных в них алгоритмов.
-<note important>
-Оформление отчета осуществляется в соответствии с университетскими требованиями к оформлению отчетов по курсовым работам и предоставляются преподавателю на проверку в электронном виде в системе Moodle.\\
-\\
-Курсовая работа считается выполненной после выполнения студентом всех предусмотренных в ней заданий и устранения всех замечаний преподавателя.
-Защита курсовой работы осуществляется в форме выборочного опроса студента преподавателем по тематике и результатам выполненных работ.
-</note>

se.moevm.info

User Tools

Site Tools

Differences

Page Tools