Моделирование на ЭВМ: Тема № 6: Статистическая обработка результатов измерений
Каталог тем по моделированию здесь: Моделирование на ЭВМ: Вступление и каталог.
1. Обсуждение зависимости результатов измерений от различных факторов. Примеры.
2. Основные понятия (определения)
- Математическое ожидание (МО, M)
- Дисперсия (D)
Уникальность МО и дисперсии.
Функции для их вычисления в электронной таблице и/или в библиотеках языков программирования.
3. Понятие "близких" и "далеких" МО и дисперсий.
При результатах измерений от 20 до 50 дисперсии считаются далекими, если Dmax / Dmn >= 2.
МО считаются далекими, если ABS(M1-M2)/SQRT(D1+D2) >= 0.6
4. Примеры использования статистическая обработка результатов измерений.
- медицина: помощь в постановке диагноза, определение степени воздействия вещества (лекарства) на организм.
- литературоведение: определение плагиата, выявление характерного стиля
- криминалистика, физика, химия и так далее.
Статистическая обработка результатов измерений как элемент (инструмент) искусственного интеллекта.
5. Постановка задачи.
Органами полиции задержан грузовик с помидорами, похищенными на базе.
В городе 4 овощных базы, каждая из которых привозит помидоры из своего района.
Определить, с какой базы похищены помидоры, если на всех базах они одного сорта.
6. Алгоритм решения.
Измерить плотность выбранных помидоров (это уже сделано, результат находится на диске), вычислить МО и дисперсию.
Составить/заполнить/вывести таблицу для наглядного сравнения данных 4-х баз и грузовика.
Вычислить базу, где похищены помидоры.
7. Практические задачи/Самостоятельная работа учащихся
- Произвести измерение длины 2-х коридоров шагами. Произвести сравнительный анализ результатов своих измерений с результатами других учащихся.
- ...