Материал: Методические указания к лабораторным работам №1-4 по дисциплине «Современные технологии обработки информации». Разинкин К.А

оценка среднего для признака;

оценка среднего квадратического отклонения для признака. Процедуру стандартизации данных можно выполнить непосредственно в таблице, используя следующую последовательность действий: курсор на имени переменной нажать правую кнопку мыши в выпадающем меню выбрать File/Standardize Block Standardize Columns ОК.

Сравните результаты кластеризации. По результатам кластеризации определите число кластеров и их состав. Найдите статистические характе­ристики каждого кластера.

Проведите кластеризацию используя метод К-средних (число кластеров задайте равным 4). Сравните результаты (составы кластеров).

3. Ниже приведены значения основных факторов сельскохозяйственно­го производства для 20 районов: x₁ — число тракторов на 100 га; х₂ — число зерноуборочных комбайнов на 100 га; х₃ — число орудий поверхностной обработки почвы на 100 га; х₄ — количество удобрений, расходуемых на гектар (т/га); х₅ — количество хим. средств защиты растений, расходуемых на гектар (ц/га).

1) проведите кластеризацию районов используя несколько иерархиче­ских алгоритмов (Joining): используя исходные данные; используя стандартизованные данные;

2) проведите кластеризацию используя метод K-средних (число кластеров задайте равным

3). Сравните составы кластеров и их характеристики.

Лабораторная работа №4 Временные ряды Основные понятия

Автокорреляционная функция. Сериальные корреляции. Аддитивная и мультипликативная модели временного ряда. Метод скользящих средних. Сезонные индексы. Случайная составляющая временного ряда [5].

Типовое задание

Используя выборку данных из своего варианта (24 значения), выпол­нить следующие задания:

1. Построить график ряда.

2. Вычислить сглаженные ряды, используя простые скользящие сред­ние по: а) трем точкам; б) четырем точкам (после сглаживания провести центрирование); в) пяти точкам.

Сглаженные ряды нанести на три отдельных графика вместе с исход­ными данными.

3. Рассчитать четыре сезонных индекса для исходного ряда по аддитив­ной модели ряда. Построить на одном графике:

а) исходные данные ;

б) центрированные скользящие средние (оценка тренда) ;

в) сезонные индексы = ;

г) данные без сезонной составляющей

д) остатки .

4. Повторить расчеты из пункта 3 для мультипликативной модели ряда и построить графики а) и д).

5. Найти дисперсии остатков для обеих моделей ряда. Сравнить резуль­таты и выбрать подходящую модель.

6. Ввести данные в пакет STATISTICA. Выполнить все расчеты в п. 1)—5), сравнить результаты и записать их в отчет.

Выполнение задания в пакете statistica

Для того, чтобы войти в модуль Анализ временных рядов и прогнози­рование необходимо в Переключателе модулей (Statistica Module Switcher) выбрать модуль Time series/Forecasting. Общее назначение модуля — по­строить простую модель, описывающую ряд, сгладить его, спрогнозировать будущие значения временного ряда на основе наблюдаемых до данного мо­мента, построить регрессионные зависимости одного ряда от другого, про­вести спектральный или Фурье-анализ ряда и т. д.

В этом модуле реализованы следующие методы анализа временных рядов: ARIMA-АРПСС: модель авторегрессии и проинтегрированного ско­льзящего среднего; Interrupted time series analysis — анализ прерванного временного ряда (модели интервенции для АРПСС); Exponential smoothing & forecasting — экспоненциальное сглаживание и прогнозирование; Seasonal decomposition (Census 1) — сезонная декомпозиция; Xll (Census 2) — monthly — quarterly — Xll метод — месячно — квартально — специальный метод сезонной декомпозиции; distributed lags analysis — анализ распределенных лагов; Spectral (Fourier) analysis — спектральный (Фурье) анализ.

Рассмотрим простейшие методы анализа временных рядов.

1. Выделение тренда методом скользящих средних

В качестве примера возьмем следующие данные: 8,8; 13,5; 18,9; 15,0; 9,8; 16,0; 22,1; 16,9; 10,9; 17,8; 24,4; 18,5; 12,3; 20,2; 27,8; 20,2; 13,5; 23,1; 33,1; 21,9; 13,7; 24; 33,5; 22,1.

Введите данные в пакет STATISTICA.

Выберите в головном меню Advanced Linear/Linear Models->Time Series/Forecasting

Для начала анализа необходимо вызвать стартовую панель модуля, для этого войдите в меню Analysis — Анализ и выберите команду Startup Panel. Далее выберите переменную для анализа (воспользуйтесь кнопкой Variab­les). Кнопка Variables — Переменные, расположенная в левом верхнем углу, открывает диалоговое окно выбора переменных из файла данных. Нажмите ее и откройте диалоговое окно Select the variables for the time series analy­sis — Выбрать переменные для анализа временных рядов. В окне можно вы­брать переменные для анализа (максимальное число переменных 20). Вы­бор можно осуществить либо высвечивая имена в верхней части окна, либо задавая номера переменных в нижней строке.

После определения переменной на экране поя­вится следующее окно (рис.30).

После того как файл открыт и выбраны переменные для анализа, в ин­формационной части панели в поле Variable — Переменная появятся имена переменных, расширенные имена автоматически отображаются в графе Long variable (series) name.

Слева от имени анализируемых переменных стоит значок L в графе Lock, означающий, что переменные закрыты на ключ и не могут быть уда­лены без прерывания анализа.

Рис. 30. Стартовая панель модуля

Весь дальнейший диалог происходит именно с этими переменными, которые можно преобразовывать, анализировать, но нельзя удалить из те­кущего анализа.

В процессе работы ряды многократно преобразовываются, однако, не все преобразования необходимы; чтобы не хранить лишнюю информацию, их следует удалить из диалога. Для этого служит кнопка Delete highlighted variable — Удалить высвеченные переменные.

Напротив, некоторые переменные нужно сохранить для дальнейшего анализа, например, для того чтобы применить альтернативный способ об­работки.

Кнопка Save variables — Сохранить переменные сохраняет высвеченные переменные в файле данных STATISTICA. Сохраненную таким образом переменную можно проанализировать впоследствии в любом модуле STA­TISTICA.

В верхней части стартовой панели расположена опция Number of bac­kups per variables (series) — Число резервов для переменных (рядов), которая определяет число преобразований ряда в текущем диалоге. Если число пре­образований превысит указанное в опции число, то система сделает за­прос: сохранять очередное преобразование?

Построим график исходных данных. Для этого в окне Стартовой пане­ли необходимо нажать на кнопку ОК, в результате чего на экране появится следующее окно (рис. 31).

Обратите внимание на опцию Plot variables (series) after each transforma­tion — Построить график переменных (ряда) после каждого преобразования в данном окне. После того как вы установите ее, система будет автоматически выдавать график преобразованных данных после каждого преобразования ряда. Опция Display/plot subset of cases only позволяет просмотреть числен­но или построить график только для определенного подмножества данных.

Рис. 31. Окно для выбора преобразования переменных

Следует обратить внимание на кнопки:

• Review highlighted variable, эта функция выводит на экран значения выделенной переменной;

• Plot (верхняя), выводит график выделенной переменной;

• Review multiple variables, эта функция выводит численные результаты для нескольких выделенных переменных представляющих результаты преобразования временного ряда (включая исходные данные);

• Plot (нижняя), выводит графики выделенных переменных. Построим график исходных данных (рис. 32).

Чтобы определить тренд методом скользящих средних необходимо в этом же окне еще раз нажать на кнопку ОК. В результате появится следую­щее окно (рис. 33).

В левой нижней части окна, в поле Smoothing — Сглаживание необхо­димо выделить опцию N-pts mov. averg. — сглаживание по методу скользя­щих средних. Данная функция позволяет произвести сглаживание по двум, трем и более точкам (N=2, 3, ...). Установите N=4 (сглаживание по четы­рем точкам) и нажмите на кнопку ОК. На экране появится график сгла­женного ряда. Для того, чтобы просмотреть одновременно исходные данные и резуль­таты процедуры простого скользящего среднего по четырем точкам нужно нажать кнопку Continue... и воспользоваться функцией Review multiple vari­ables в окне преобразования переменных (рис. 34). Функция Plot позво­лит просмотреть скользящие средние на графике одновременно с исходны­ми данными.

Рис. 34. Исходные данные и результаты сглаживания по четырем точкам

Если необходимо просмотреть результаты сглаживания численно, нужно нажать кнопку Review multiple variables, выбрать переменные и на­жать ОК.

Чтобы вернуться в стартовую панель модуля нажмите Exit (Выход).