Тип работы:
Предмет:
Язык работы:


РАЗРАБОТКА МЕТОДА, АЛГОРИТМОВ И ПРОГРАММНЫХ КОМПОНЕНТОВ ДЛЯ ПРОГРАММЫ МНОГОМЕРНОГО АНАЛИЗА ВОЕННОЙ МОЩИ ВЕДУЩИХ СТРАН МИРА

Работа №72527

Тип работы

Дипломные работы, ВКР

Предмет

информационная безопасность

Объем работы41
Год сдачи2017
Стоимость4900 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
150
Не подходит работа?

Узнай цену на написание


Введение
1 Методы многомерного статистического анализа 2
1.1 Множественная корреляция и множественный регрессионный анализ 5
1.2 Дискриминантный анализ 6
1.3 Кластерный анализ 7
1.4 Факторный анализ 7
1.5 Основные способы представления многомерных данных 8
1.6 Основные типы представления многомерных данных 9
1.7 Математическое ожидание и дисперсия многомерной случайной
величины 15
1.8 Сравнение дисперсий двух многомерных выборочных совокупностей....17
1.9 Анализ зависимостей в многомерных данных 18
1.10 Анализ остатков 18
1.11 Требования к исходным данным 20
1.12 Использование множественной линейной регрессии при решении
прикладных задач 21
2 Обзор имеющихся программных продуктов для многомерного анализа
данных 23
2.1 СистемаОпйпе Transaction Processing 23
2.2 ПрограммноерешениеStatistical Package for the Social Sciences 25
2.3 Программа для статистического анализа Statistica 26
2.4 Утилита для статистического анализаEviews 8 27
3 Создание базытемпоральной информации 28
3.1 Директивыдляподготовкиданных 28
3.2 Директивы для многомерного анализа данных 29
3.3 Базаданныхит1едЫа1юпзВеуе1ортеп1 30
3.4 БазыданныхсервисаО1оЬа1Р1геРо’№ег 30
3.5 БазыданныхНаучно-техническогоуправленияСеп1га1т1еШдепсеадепсу...32
3.6 Базы данных федеральной службы государственной статистики 32
4 Описание реализованногопрограммного продукта Ortlinnk 33
4.1 Пользовательские скрипты 36
4.2 Пользовательский интерфейс 37
4.3 Дополнительные возможности 37
4.4 Пример работы программного продукта 38
4.5 Перспективы дальнейшего развития 41
Заключение 42
Список использованной литературы 43
Приложение 44

Исходная информация в социально-экономических исследованиях представляется чаще всего в виде набора объектов, каждый из которых характеризуется рядом признаков (показателей). Поскольку число таких объектов и признаков может достигать десятков и сотен, и визуальный анализ этих данных малоэффективен, то возникают задачи снижения количества исходных данных, выявления структуры и взаимосвязи между ними на основе построения обобщенных характеристик множества признаков и множества объектов. Такие задачи могут решаться методами многомерного статистического анализа. Многомерный статистический анализ - раздел математической статистики, посвященный математическим методам, направленным на выявление характера и структуры взаимосвязей между компонентами исследуемого многомерного признака и предназначенным для получения научных и практических выводов.
Основной целью работы является разработка метода, алгоритмов и программных компонентов для программы многомерного анализа военной мощи ведущих стран мира.
Актуальность данной работы обусловлена тем, что разрабатываемая система анализа позволит существенно упростить аналитическую работу, свести к минимуму скорость обработки больших объемов информации, а также получать актуализированные данные.
Задачи, решаемые в работе:
- анализ состояния вопроса;
- выбор методов многомерного анализа данных и разработка алгоритмов и программных компонентов;
- разработка, тестирование и реализация программного обеспечения.
Объектом исследования являются методы многомерного анализа данных. Предметом исследования исследования являются алгоритмы и программные компоненты для многомерного анализа данных.
Методы исследования используемые в работе:
- сбор данных и их систематизация, анализ состояния вопроса;
- методы многомерного анализа данных и способы визуализации информации;
- построение информационных моделей;
- объектно-ориентированное программирование и разработка тестовых примеров.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


ВКР была разработке метода, и программных компонентов для многомерного данных. Реализован продукт Orthank, быстро и эффективно однотипную для множества входных . Orthank протестирован пользователей с различным работы с ПК. В тестирования выявлен и ряд ошибок. Кроме , были учтены п и предложения, составили новые для комплекса.
Разработанный продукт позволит:
- данные распространенных баз;
- получать в табличном виде;
- данные в графическом ;
- обрабатывать данные различными анализа (такими как и кластерный);
- выводить в наиболее формате csv.
На основании можно сделать о том, что разработка метода, и программных для программы многомерного является целесообразной, и приносить реальную при его использовании алгоритма и программного .
В процессе выполнения получены следующие :
1. Разработан многомерного анализа ;
2. Разработан алгоритм данного метода;
3. программный реализующий разработанный многомерного анализа ;
4. Разработан способ полученных в графическом виде;



1. « статистический анализ в задачах. моделирование в SPSS», учебник, 2009 г.
2. А.И. «Прикладная статистика» М.: «Экзамен»,
3. Фишер Р.А. «Статистические для исследователей», 1954 г.
4. В.Н., Соловьев В.И. «Введение в статистический » Учебное пособие , 2003;
5. Ахим Бююль, Цёфель, «SPSS: обработки » Изд-во DiaSoft, 2005.;
6. Итан Браун. с применением Node и . Полноценное и стека JavaScript. - Web De with Node and /Итан Браун.; - : Питер, - 336 с.
7. Айвазян С.А. Методы : учеб. - М. Магистр. , 2014.
8. Гафарова Е.А. прикладных при обучении эконометрическим // Современные проблемы и образования. - 2014. - № 6.
9. Д.Е. Программное эконометрического исследования // Нижегородского университета им. Н.И. , 2011, № 3 (2), с. 231-238.
10. А.И. Эконометрика: у для вузов / А.И. Орлов. - н/Д : Феникс, 2009. - 276 с.
11. А.Н., Орлова И.В., Математические в управлении: пособие - М.: Вузовский : ИНФРА-М, 2012. - 272 с.
ресурсы:
1. Айвязян С.А., Ц.С. Программное по статистическому анализу : Методология сравнительного и выборочный обзор .- Режим : http:// pub- health.spb.ru /SAS /.htm.
2. Data Analysis and Software/ StataCorp LP. 1996-2014. URL: http://www. stata.com.
3. EViews.com / IHS Global Inc. 2013. URL: http://www.eviews.com
4. Gnu Regression, Econometrics and Time-series Library/ Allin Cottrell, Wake Forest University. Riccardo "Jack" Lucchetti, Universita Politecnica delle Marche. 2014. URL: http://gretl.sourceforge.net.
5. Predictive Solutions/ Predictive Solutions. 2012. URL: http://www.predic- tivesolutions.ru.
6. Prognoz/ JSC Prognoz. 2005-2014. URL: http://www.prognoz.ru
7. StatSoft Russia/ StatSoft Russia. 2014. URL: http://www.statsoft.ru


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ