WWW.LIBRUS.DOBROTA.BIZ
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - собрание публикаций
 

«высшего образования «НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ» Школа Информационных технологий и робототехники Направление подготовки 09.03.01 «Информатика ...»

Министерство образования и науки Российской Федерации

федеральное государственное автономное образовательное учреждение

высшего образования

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ

ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Школа Информационных технологий и робототехники

Направление подготовки 09.03.01 «Информатика и вычислительная техника»

Отделение школы (НОЦ) Отделение информационных технологий

БАКАЛАВРСКАЯ РАБОТА

Тема работы Разработка программного обеспечения для исследования корреляционных зависимостей метеорологических параметров УДК 004.415:551.508:519.23 Студент Группа ФИО Подпись Дата 8В4Б Маркова Ксения Дмитриевна Руководитель Должность ФИО Ученая Подпись Дата степень, звание Доцент Ботыгин И.А. к.т.н

КОНСУЛЬТАНТЫ:

По разделу «Финансовый менеджмент, ресурсоэффективность и ресурсосбережение»

Должность ФИО Ученая Подпись Дата степень, звание Доцент Старикова Е.В. к.ф.н По разделу «Социальная ответственность»

Должность ФИО Ученая Подпись Дата степень, звание Ассистент Авдеева И.И .

ДОПУСТИТЬ К ЗАЩИТЕ:

Руководитель ООП ФИО Ученая Подпись Дата степень, звание 09.03.01 Информатика Погребной А.В. к.т.н и ВТ Томск – 2018 г .

ЗАПЛАНИРОВАННЫЕ РЕЗУЛЬТАТЫ ПО ОСНОВНОЙ

ОБРАЗОВАТЕЛЬНОЙ ПРОГРАММЕ ПОДГОТОВКИ БАКАЛАВРОВ

09.03.01 «ИНФОРМАТИКА И ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА», ИК

ТПУ, ПРОФИЛЬ «ВЫЧИСЛИТЕЛЬНЫЕ МАШИНЫ, КОМПЛЕКСЫ,

СИСТЕМЫ И СЕТИ»

Код Результат обучения результа (выпускник должен быть готов) тов Профессиональные компетенции Р1 Применять базовые и специальные естественнонаучные и математические знания в области информатики и вычислительной техники, достаточные для комплексной инженерной деятельности .

Р2 Применять базовые и специальные знания в области современных информационных технологий для решения инженерных задач .

Р3 Ставить и решать задачи комплексного анализа, связанные ссозданием аппаратно-программных средств информационных и автоматизированных систем, с использованием базовых и специальных знаний, современных аналитических методов и моделей .

Р4 Разрабатывать программные и аппаратные средства (системы, устройства, блоки, программы, базы данных и т. п.) в соответствии с техническим заданием и с использованием средств автоматизации проектирования .

Р5 Проводить теоретические и экспериментальные исследования, включающие поиск и изучение необходимой научно-технической информации, математическое моделирование, проведение эксперимента, анализ и интерпретация полученных данных, в области создания аппаратных и программных средств информационных и автоматизированных систем .

Р6 Внедрять, эксплуатировать и обслуживать современные программноаппаратные комплексы, обеспечивать их высокую эффективность, соблюдать правила охраны здоровья, безопасность труда, выполнять требования по защите окружающей среды .

Универсальные компетенции Р7 Использовать базовые и специальные знания в области проектного менеджмента для ведения комплексной инженерной деятельности .

Р8 Владеть иностранным языком на уровне, позволяющем работать в иноязычной среде, разрабатывать документацию, презентовать и защищать результаты комплексной инженерной деятельности .





Р9 Эффективно работать индивидуально и в качестве члена группы, состоящей из специалистов различных направлений и квалификаций, демонстрировать ответственность за результаты работы и готовность следовать корпоративной культуре организации .

Р10 Демонстрировать знания правовых, социальных, экономических и культурных аспектов комплексной инженерной деятельности .

Р11 Демонстрировать способность к самостоятельной к самостоятельному обучению в течение всей жизни и непрерывному самосовершенствованию в инженерной профессии .

Министерство образования и науки Российской Федерации федеральное государственное автономное образовательное учреждение высшего образования

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ

ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Школа Информационных технологий и робототехники Направление подготовки 09.03.01 «Информатика и вычислительная техника»

Отделение школы (НОЦ) Отделение информационных технологий

–  –  –

Школа Информационных технологий и робототехники Направление подготовки 09.03.01 «Информатика и вычислительная техника»

Уровень образования бакалавриат Отделение школы (НОЦ) Отделение информационных технологий Период выполнения (осенний / весенний семестр 2017/2018 учебного года)

Форма представления работы:

Бакалаврская работа (бакалаврская работа, дипломный проект/работа, магистерская диссертация)

–  –  –

Задание принял к исполнению студент:

Группа ФИО Подпись Дата 8В4Б Маркова Ксения Дмитриевна 01.03.2018 РЕФЕРАТ Выпускная квалификационная работа 75с., 15таб., 18 рис., 37 источников .

Ключевые слова: корреляционный анализ, метеорологические данные, программирование, статистический анализ, базы данных .

Объект исследования: временные метеорологические поля .

Цель работы – разработка программного комплекса для статической обработки и визуализации произвольных рядов метеорологических данных .

Область применения: аналитика, прогнозирование, расчёты .

В результате исследования был разработан программный комплекс для статистической обработки и визуализации произвольных рядов метеорологических данных. По итогу работы программным комплексом были рассчитаны коэффициенты корреляции и проведен их сравнительный анализ .

Так же в ходе исследования была рассчитана описательная статистика, необходимая для расчета коэффициентов корреляции, и были реализованы построение графиков корреляции и экспорт рассчитанных данных .

Оглавление РЕФЕРАТ

ВВЕДЕНИЕ

АНАЛИТИЧЕСКИЙ ОБЗОР СОВРЕМЕННЫХ СРЕДСТВ

1 .

СТАТИСТИЧЕСКОГО АНАЛИЗА ДЛЯ ПРОГРАММНОГО КОМПЛЕКСА

СТАТИСТИЧЕСКОЙ ОБРАБОТКИ И ВИЗУАЛИЗАЦИИ ДАННЫХ.......... 14 Статистический анализ

1.1 .

–  –  –

1.1.3. Объектно-ориентированный язык программирования Java... 19 1.1.4. Альтернативные статистические пакеты

–  –  –

Оценка коммерческого потенциала и перспективности 4.2 проведения научных исследований с позиции ресурсоэффективности и ресурсосбережения

4.2.1. Потенциальные потребители результатов исследования....... 42 4.2.2. Анализ конкурентных технических решений

4.2.3. Технология QuaD

4.2.4. SWOT-анализ

Определение возможных альтернатив проведения научных 4.3 .

исследований

–  –  –

4.4.1. Структура работ в рамках научного исследования................. 48 4.4.2. Определение трудоемкости выполнения работ

4.4.3. Разработка графика проведения научного исследования....... 49 4.4.4. Бюджет научно-технического исследования (НТИ)............... 51 Определение ресурсной (ресурсосберегающей), финансовой, 4.5 .

бюджетной, социальной и экономической эффективности исследования..... 54 СОЦИАЛЬНАЯ ОТВЕТСТВЕННОСТЬ

5 .

Производственная безопасность

5.1 .

5.1.1. Требования к микроклимату

5.1.2. Расчет уровня шума

5.1.3. Освещенность

5.1.4. Монотонность труда и умственное перенапряжение.............. 62 5.1.5. Техника электробезопасности

Экологическая безопасность

5.2 .

–  –  –

ЗАКЛЮЧЕНИЕ

СПИСОК ПУБЛИКАЦИЯ СТУДЕНТА

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ВВЕДЕНИЕ С развитием компьютерных технологий в мире появилась необходимость обработки большого потока данных. В математике анализом данных, а так же их интерпретацией занимается математическая статистика. Для решения множества различных задач требуется статистическая обработка, которая имеет множество подход к обработке данных. Одним из таких подходов является корреляция данных. Корреляционный анализ проводится для выявления зависимости одного параметра от другого .

Статистический анализ в целом, и корреляционный анализ в частности проводят многие математические пакеты. Большинство пакетов имеют закрытый код, следовательно, у пользователя нет возможности адаптировать программу под свои нужды. Пакеты с открытым кодом предоставляют такую возможность .

Данная работа посвящена созданию программного комплекса для исследования корреляционной обработке метеорологических данных .

1. АНАЛИТИЧЕСКИЙ ОБЗОР СОВРЕМЕННЫХ СРЕДСТВ

СТАТИСТИЧЕСКОГО АНАЛИЗА ДЛЯ ПРОГРАММНОГО

КОМПЛЕКСА СТАТИСТИЧЕСКОЙ ОБРАБОТКИ И

ВИЗУАЛИЗАЦИИ ДАННЫХ

1.1. Статистический анализ В современном обществе, при большом потоке различных данных, существует острая необходимость в их анализе и представлении, в удобном для восприятия любым пользователем. Решением данной проблемы занимается статистика, в частности статистический анализ данных .

Статистический анализ занимается сбором, исследованием и представлением больших объемов данных, для обнаружения основных моделей и тенденций. Статистический анализ, от традиционного анализа дисперсии и линейной регрессии до статистической визуализации, имеет большое значение для принятия решений на основе имеющихся данных во всех областях .

Существует множество фреймворков и систем компьютерной алгебры, в которых встроены пакеты для статистической обработки данных. Рассмотрим некоторые из них .

1.1.1. Высокоуровневый язык программирования общего назначения Python Python является высокоуровневым языком программирования общего назначения [1]. Существует множество встроенных и сторонних библиотек для математического анализа. Рассмотрим несколько наиболее распространенных библиотек .

Statistics является встроенной библиотекой Python [2]. Предоставляет функции для вычисления математической статистики числовых данных. Так же предоставляет функции, вычисляющие среднее или типичное значение из выборки, меру того, насколько образец имеет тенденцию отклоняться от типичных или средних значений .

NumPy – самый фундаментальный пакет для научных вычислений. Он поддерживает многомерные массивы и матрицы, а так же высокоуровневых математических функций, предназначенных для работы над N-массивами и матрицами [3]. Благодаря механизму векторизации, NumPy повышает производительность и, соответственно, ускоряет выполнение операций. Одним из главных достоинств данной библиотеки считается наличие своего типа, для работы с большими многомерными массивами данных – ndarray. Работать с ndarray очень удобно, так как объекты данного класса можно использовать в выражениях как операнды, при этом осуществляются поэлементные операции со всеми элементами массива SciPy является бесплатной библиотекой Python с открытым исходным кодом, используемой для научных и технических вычислений [4]. Данная библиотека основывается на рассмотренной ранее Основной NumPy .

структурой данных, так же как и в NumPy, является многомерный массив .

SciKits является набором отдельных пакетов объединенных в одно пространство имен. Скачать всю библиотеку разом нельзя [5]. В SciPy данные пакеты не попали по трем причинам: несовместимость лицензий, нестабильный статус библиотеки и узкоспециальная направленность. Лишь часть пакетов содержат хорошую документацию и готова к использованию .

Библиотека для статистических исследований StatsModels предоставляет классы и функции для оценки различных статистических моделей, а также для проведения статистических испытаний и исследования статистических данных [6]. Предоставляются функции базовой статистики, остаточной диагностики, отклонений и мер воздействия, пригодности тестов для одномерных распределений, непараметрических тестов, множественных тестов и процедур сравнения, а так же расчета мощности и размера выборки. Так же представлены функции, вычисляющие ковариационные матрицы и стандартные ошибки для оценок параметров, устойчивых к автокорреляции ошибок .

Modular toolkit for Data Processing (MDP) является пакетом для анализа данных [7]. Содержит метод опорных векторов, различные классификаторы, факторный анализ, метод k-средних, и множество других. Особенность библиотеки заключается в том, что все алгоритмы инкапсулируются в классы (узлы в терминологии MDP) с общим интерфейсом, что позволяет объединять их «пропуская» данные через связку узлов .

Orange – еще один пакет по анализу данных. Содержит алгоритмы классификации, кластеризации и регрессионного анализа из ранее не встречавшихся следует отметить алгоритм построения деревьев решений C45 Отличительной особенностью является наличие удобного GUI [8] .

позволяющего пользоваться всеми алгоритмами даже не зная, Питон .

SymPy – пакет, реализующий работу с символьными выражениями, написан без использования сторонних библиотек [9]. Проект молодой и активно развивается, и уже сегодня позволяет решать многие распространенные задачи, включая: дифференцирование, интегрирование, пределы, дифференциальные уравнения и др .

Естественно это не все библиотеки для математической обработки данных на Python, однако даже рассмотренные библиотеки охватывают весомый спектр задач .

1.1.2. Язык программирования для статистической обработки данных R представляет интегрированный набор программных средств для R обработки и расчета данных, а так же их графического отображения [10]. Он быстро развился и был расширен сторонними пакетами, так как предоставляет исходный код в открытом доступе, что позволяет пользователю самому создавать и публиковать пакеты. Поэтому большинство программ, написанных в R, по сути, являются эфемерными, написанными для одного фрагмента анализа данных .

Распространяются и созданные пользователями пакеты через R Comprehensive R Archive Network (CRAN) [11]. Существует около 25 стандартных пакетов, поставляемых с R, а многие другие доступны через CRAN. В настоящее время в репозитории пакетов CRAN реализовано около 12674 доступных пакетов. Одной из сильных сторон языка является возможность создавать хорошо продуманные графики, включающие математические символы и формулы. R обеспечивает взаимосвязанный набор средств, которые упрощают сбор статистических моделей. Базовый вывод минимален, и нужно уточнять детали, вызывая функции экстрактора. Так же в R рассматриваются линейные и нелинейные модели, анализ дисперсии, сравнения различных моделей, а так же несколько нестандартных моделей регрессии. Как было сказано ранее, для статистической обработки R предоставляет множество пакетов. Рассмотрим некоторые пакеты для работы с корреляцией .

Пакет Stats4 поддерживает функции с использованием классов S4 [12] .

Пакет является обширным пакетом, содержащей функции для Stats статистических расчетов и генерации случайных чисел [13]. Данный пакет содержит 11 функций проводящих различные виды корреляционных анализов .

Рассмотрим несколько наиболее популярных .

Функция cancor() вычисляет канонические корреляции между двумя матрицами данных [14]. Канонический корреляционный анализ ищет линейные комбинации y переменных, которые хорошо объясняются линейными комбинациями x переменных .

Функции var(), cov() и cor() вычисляют дисперсию x и корреляцию (или ковариацию) x и y, если они являются векторами [15]. Если x и y являются матрицами, тогда вычисляются корреляции (или ковариации) между столбцами столбцов x и столбцов y .

Функция cov2cor() эффективно масштабирует матрицу ковариации в соответствующую корреляционную матрицу .

Пакет Hmisc [16]. Пакет Hmisc cодержит множество функций, полезных для анализа данных, вычисления описательной статистики, высокоуровневой графики, служебных операций, функций для вычисления размера и мощности выборки, импорта и аннотирования наборов данных, вменения отсутствующих значений, расширенной таблицы, переменной кластеризации, манипуляции с символьной строкой, преобразования объектов R в LaTeX и html-код, и переменные перекодировки .

Функция rcorr () в данном пакете создает корреляции (ковариации) и уровни значимости для корреляций Пирсона и Спирмана [17]. Однако вход должен быть матрицей, и использовать попарное удаление .

Так же для проведения корреляционного анализа необходим расчет описательной статистики. Рассмотрим некоторые функции расчета описательной статистики на языке R .

Встроенные функции получения описательной статистики. R предоставляет широкий спектр функций для получения сводной статистики .

Одним из методов получения описательной статистики является использование функции sapply() с указанной статистикой [18]. Возможные функции, используемые в sapply, включают в себя среднее значение, максимальное и минимальное значение, дисперсию, медиану, ранг и квантиль. Существует также множество предназначенных для одновременного R-функций, предоставления описательной статистики .

Так же несколько пакетов предоставляют полную описательную статистику: Hmisc, pastecs и psych. Пакет pastecs отвечает за регуляризацию, декомпозицию и анализ пространственно-временных рядов [19]. Пакет psych был создан как инструментарий общего назначения для экспериментальной психологии [20]. Функции в основном предназначены для многомерного анализа и построения шкалы с использованием факторного анализа, анализа основных компонентов, кластерного анализа и надежности, хотя другие пакеты предоставляют базовую описательную статистику. Функции для анализа данных на нескольких уровнях включают в себя и групповую статистику, включая корреляцию и факторный анализ. Включены функции для моделирования и тестирования отдельных элементов, а так же графическое отображение данных .

1.1.3. Объектно-ориентированный язык программирования Java Java является типизированным объектно-ориентированным языком программирования [21]. Приложения Java транслируются в специальный байткод и могут работать на любой компьютерной архитектуре, с помощью виртуальной Java-машины. Рассмотрим некоторые библиотеки, позволяющие производить статистические расчеты на Java .

Colt – это набор библиотек с открытым исходным кодом для высокопроизводительных научно-технических вычислений, написанный на Java [22]. Был разработан с акцентом на физику высоких технологий, но применим ко многим другим проблемам, так же, и к статистическому анализу данных. Имеет 3 основных пакета: Вероятность, Гамма и Описательный. Для анализа данных рассматривается лишь один пакет – Описательный, отвечающий за основную описательную статистику. В данной пакеты находятся методы, выводящие всю стандартную описательную статистику, ковариацию, корреляцию и многое другое .

Jama – библиотека функций линейной алгебры [23]. JAMA не содержит ничего, кроме заголовочных файлов с шаблонами, поэтому библиотека не требует компиляции. Поскольку все классы используют шаблоны, одинаково легко использовать матрицы и вектора с элементами типа float, double или описанных пользователем типов. JAMA не является полной средой линейной алгебры. Например, не существует положений для матриц с определенной структурой или для более специализированных разложений, комплексные матрицы не включены. Наконец, JAMA не является классом универсального массива. Вместо этого JAMA фокусируется на принципах математической функциональности, необходимых для выполнения численной линейной алгебры. В результате нет методов для операций с массивами, таких как изменение или применение элементарных функций .

Apache Commons Math – это библиотека автономных математических и статистических компонентов, решающих самые распространенные проблемы [24]. Все алгоритмы использованные в данной библиотеке документированы и соответствуют общепринятым методам. Если происходит ситуация, когда существуют несколько стандартных алгоритмов решения, то для нескольких реализаций используется шаблон стратегии .

Apache Commons Math содержит множество математических пакетов .

Рассмотрим несколько пакетов, отвечающих за расчет описательной статистики и корреляции данных:

Пакет stat отвечает за хранилище данных, манипуляции и сводные процедуры [25]. Данный пакет содержит два класса: Frequency, отвечающий за частотное распределение, и отвечающий за предоставления StatUtils, описательной статистики .

Пакет stat.descriptive отвечает за расчет и вывод описательной статистики [26]. Класс DescriptiveStatistics поддерживает набор данных одной переменной и вычисляет описательную статистику на основе хранимых данных. Класс SummaryStatistics вычисляет сводную статистику для потока значений данных, добавленных с помощью addValue метода .

Пакет stat.correlation отвечает за вычисления ковариляции и корреляции [27].

Содержит пять классов:

1. Covariance вычисляет ковариации для пар массивов или столбцов матрицы;

2. KendallsCorrelation реализует корреляцию рангов Кендалла;

3. PearsonsCorrelation вычисляет коэффициент корреляции Пирсона для пар массивов или столбцов матрицы;

реализует Спирменскую ранговую

4. SpearmansCorrelation корреляцию;

5. StorelessCovariance реализует ковариации, которые не требует ввода входных данных в память .

1.1.4. Альтернативные статистические пакеты Помимо библиотек различных платформ, существуют так же пакеты прикладных программ. Рассмотрим некоторые из них .

Matlab – пакет прикладных программ для решения задач технических вычислений [28]. Пакет работает на большинстве современных операционных систем. Statistics Toolbox – пакет расширения Matlab, предлагающий широкий спектр инструментов для статистических вычислений. Основные возможности включают: регрессионный анализ и диагностика с выбором переменной, нелинейное моделирование, моделирование вероятностей и оценка параметров, анализ чувствительности с использованием генератора случайных чисел, управление статистическими процессами и планирование эксперимента. Пакет включает 20 различных распределений вероятностей, включая T, F и Хиквадрат .

Mathematica – система компьютерной алгебры, широко используемая в научных, инженерных, математических и компьютерных областях [29] .

Основные аналитические возможности: решение систем полиномиальных и тригонометрических уравнений и неравенств, а также трансцендентных уравнений, сводящихся к ним, решение рекуррентных уравнений, упрощение выражений, нахождение пределов, интегрирование и дифференцирование функций, нахождение конечных и бесконечных сумм и произведений, решение дифференциальных уравнений и уравнений в частных производных, преобразования Фурье и Лапласа, а также Z-преобразование, преобразование функции в ряд Тейлора, операции с рядами Тейлора: сложение, умножение, композиция, получение обратной функции, вейвлетный анализ. Система также осуществляет численные расчёты .

1.2. Функции описательной статистики При обработке временных рядов обязателен набор описательной статистики. Рассмотрим распространенные функции описательной статистики [30] .

Среднее арифметическое данных Среднее арифметическое множества чисел – это число, равное сумме всех чисел множества деленное на их количество (1). Данное понятие не относится к

–  –  –

Среднее геометрическое двух чисел также называется их средним пропорциональным, поскольку среднее геометрическое g двух чисел и обладает следующим свойством: среднее геометрическое относится к первому числу так же, как второе число к среднему геометрическому .

Медиана данных Медиана в статистики – это число характеризующее выборку. Если все элементы выборки различны, то медиана – это такое число выборки, что ровно половина из элементов выборки больше него, а другая половина меньше него .

В более общем случае медиану можно найти, упорядочив элементы выборки по возрастанию или убыванию и взяв средний элемент .

Мода данных Мода – значение во множестве наблюдений, которое встречается наиболее часто.

Для интервального ряда мода определяется по формуле (3):

(3) где – левая граница модального интервала, – длина модального интервала, – частота премодального интервала, – частота модального интервала, – частота послемодального интервала .

Дисперсия данных

–  –  –

где – вероятность i-ого элемента выборки .

1.3. Корреляция данных Большой раздел современной математической статистики занимает корреляционный анализ данных. Данный метод обработки весьма популярен в метеорологии, экономике, социальных науках, контроле качества и др .

Корреляция – статистическая взаимосвязь двух или более случайных величин. При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин. Корреляция полезна, поскольку может указывать на прогностические отношения, которые могут быть использованы на практике .

Существует несколько коэффициентов корреляции. Метод вычисления коэффициента корреляции зависит от вида поступивших данных. Для переменных с интервальной и количественной шкалами необходимо использовать коэффициент корреляции Пирсона. Коэффициент Пирсона является наиболее распространенным коэффициентом корреляции. Данный коэффициент чувствителен только к линейной зависимости между двумя величинами, что делает его менее надежным, по сравнению с другими коэффициентами корреляции. Другие коэффициенты корреляции были разработаны более чувствительными к нелинейным отношениям между величинами, а потому являются более надежными .

В том случаи, если, по меньшей мере, одна из двух переменных имеет порядковую шкалу, либо не является нормально распределённой, необходимо использовать ранговую корреляцию Спирмана или Кендалла. Ранговые коэффициенты корреляции, такие как коэффициенты корреляции Спирмана и Кендалла, измеряют степень, в которой по мере увеличения одной переменной другая переменная имеет тенденцию к увеличению, не требуя, чтобы увеличение представлялось линейной зависимостью. Если, по мере увеличения одной переменной, другая уменьшается, коэффициенты ранговой корреляции будут отрицательными. Общепринято рассматривать эти коэффициенты корреляции как альтернативы коэффициенту Пирсона, используемые либо для уменьшения количества вычислений, либо для того, чтобы коэффициент был менее чувствительным к ненормальности в распределениях. Однако этот взгляд не совсем верный, поскольку коэффициенты ранговой корреляции измеряют другой тип отношений, чем коэффициент корреляции Пирсона, и лучше всего воспринимаются как меры другого типа, а не как альтернативная мера корреляции .

В том случаи, если, обе переменные являются дихотомическими, то используется четырёхполевая корреляция. Расчёт коэффициента корреляции между двумя недихотомическими переменными имеет смысл только тогда, когда связь между ними линейна (однонаправлена) .

В данной работе используются переменные с интервальной и количественной шкалами, поэтому расчеты проводятся для коэффициентов Пирсона, Спирмана и Кендалла.

Рассмотрим расчет рассматриваемых коэффициентов корреляции:

Коэффициент корреляции Пирсона рассчитывался по формуле (7):

1 .

(7)

–  –  –

где n – число наблюдений. Параметр S определялся как S=P–Q, где P – суммарное число наблюдений, следующих за текущими наблюдениями с большим значением рангов, Q – суммарное число наблюдений, следующих за текущими наблюдениями с меньшим значением рангов. Если исследуемые данные повторялись, то использовался скорректированный коэффициент корреляции Кендалла (9):

(9)

–  –  –

где di– разности рангов каждой пары сопоставляемых значений .

Значительная корреляция между двумя случайными величинами всегда является свидетельством существования некоторой статистической связи в данной выборке, но эта связь не обязательно должна наблюдаться для другой выборки и иметь причинно-следственный характер. Часто заманчивая простота корреляционного исследования подталкивает исследователя делать ложные интуитивные выводы о наличии причинно-следственной связи между парами признаков, в то время как коэффициенты корреляции устанавливают лишь статистические взаимосвязи. В то же время, отсутствие корреляции между двумя величинами ещё не значит, что между ними нет никакой связи .

Например, зависимость может иметь сложный нелинейный характер, который корреляция не выявляет .

Некоторые виды коэффициентов корреляции могут быть положительными или отрицательными. В первом случае предполагается, что мы можем определить только наличие или отсутствие связи, а во втором – также и её направление. Если предположить, что значения переменных задано отношением строгого порядка, то отрицательный коэффициент корреляции говорит о наличии противоположной связи, т.е. чем выше значение одной переменной, тем ниже значение другой. При этом положительное значения коэффициента корреляции говорит о такой связи, при которой увеличение одной переменной связано с увеличением другой. Если значения коэффициента корреляции до 0.3, то это очень слабая корреляция, до 0.5 – слабая корреляция, до 0.7 – средняя корреляция, до 0.9 – высокая корреляция, больше 0.9 – очень высокая корреляция. Возможна так же ситуация отсутствия взаимосвязей, например для независимых случайных величин .

Корреляционный анализ – метод обработки статистических данных, с помощью которого измеряется теснота связи между двумя или более переменными. Корреляционный анализ тесно связан с регрессионным анализом, с его помощью определяют необходимость включения тех или иных факторов в уравнение множественной регрессии, а также оценивают полученное уравнение регрессии на соответствие выявленным связям (используя коэффициент детерминации). Применение возможно при наличии достаточного количества наблюдений для изучения. На практике считается, что число наблюдений должно не менее чем в 5-6 раз превышать число факторов (также встречается рекомендация использовать пропорцию, не менее чем в 10 раз превышающую количество факторов). В случае если число наблюдений превышает количество факторов в десятки раз, в действие вступает закон больших чисел, который обеспечивает взаимопогашение случайных колебаний .

Данный метод обработки статистических данных весьма популярен в метеорологии, экономике, астрофизике и социальных науках (в частности в психологии и социологии), хотя сфера применения коэффициентов корреляции обширна: контроль качества промышленной продукции, металловедение, агрохимия, гидробиология, биометрия и прочие. В различных прикладных отраслях приняты разные границы интервалов для оценки тесноты и значимости связи .

Популярность данного метода обусловлена относительной простотой в подсчете коэффициентов корреляции, отсутствием необходимости специальной математической подготовки и простатой интерпретации полученных результатов. Сочетание этих факторов привело к его широкому распространению в сфере анализа статистических данных .

Вывод по разделу. В данном разделе были исследованы фреймворки для разработки программного обеспечения, а так же методы описательной статистики и корреляционного анализа. По итогу исследования был выбран пакет математической статистической обработки Apache Commons Math на языке Java .

4. ФИНАНСОВЫЙ МЕНЕДЖМЕНТ, РЕСУРСОЭФФЕКТИВНОСТЬ И

РЕСУРСОСБЕРЕЖЕНИЕ

4.1 Введение Целью данной главы ВКР является анализ перспективности разработки программного обеспечения для исследования корреляционных зависимостей метеорологических данных. Это позволит выделить преимущества и недостатки разработки и использования данной программного обеспечения, определить возможные варианты повышения эффективности и результативности его работы .

Достижение такой цели обеспечено выполнением следующих задач:

оценка коммерческого потенциала и перспективности проведения научных исследований;

определение возможных альтернатив проведения научных исследований, отвечающих современным требованиям в области ресурсоэффективности и ресурсосбережения;

планирование научно-исследовательских работ;

определение ресурсной (ресурсосберегающей), финансовой, бюджетной, социальной и экономической эффективности исследования .

4.2 Оценка коммерческого потенциала и перспективности проведения научных исследований с позиции ресурсоэффективности и ресурсосбережения 4.2.1. Потенциальные потребители результатов исследования Разрабатываемая информационная система предназначена для внутреннего пользования НИ ТПУ. Пользователями программы выступают студенты или сотрудники ТПУ .

Чтобы перейти к рассмотрению потенциальных потребителей необходимо установить целевой рынок и провести его сегментирование .

Объектом исследования выступает программное обеспечение, позволяющее проводить исследования корреляционных зависимостей метеорологических данных, потому группу потребителей могут составить научные организации, занимающиеся метеорологическими исследованиями. В Западной Сибири было выделено три организации занятыми в этой сфере деятельности: “Среднесибирское управление по гидрометеорологии и мониторингу окружающей среды” (Красноярск), “Томский центр по гидрометеорологии и мониторингу окружающей среды”, “НИЦ «Планета»” (Новосибирск) .

Сегментирование рынка можно произвести посредством построения карты сегментирования. Критериями сегментирования были выбраны вид деятельности и территориальная принадлежность .

Вид деятельности Прогнозирова- Монитор- Исследования ние инг КрасноярТерритория(область)

–  –  –

нестационарных данных, выявить и отобразить закономерности, аномалии и прочую информацию об исходном ряде данных;

тип приложение: десктопное приложение – необходимо обеспечить доступ и навигацию по файлам. Так же, необходимо предусмотреть сложный интерфейс с большим набором функций. Удобнее всего реализовать такое решение в виде стандартного десктопного приложения .

4.4. Планирование научно-исследовательских работ 4.4.1. Структура работ в рамках научного исследования Перечень этапов и работ в рамках научного исследования представлен в Таблице 5 .

Таблица 5 – Перечень этапов, работ, распределение исполнителей

–  –  –

Оценка выполненной работы Научный руководитель (50%), Подведение 14 инженер-программист (50%) итогов 4.4.2. Определение трудоемкости выполнения работ Необходимо произвести оценку трудоемкости выполнения вышеперечисленных работ. Для этого необходимо рассмотреть минимальное и максимальное время выполнения каждой из этих работ.

Расчет ожидаемого значения трудоемкости будет выполняться по следующей формуле:

где tmin i – минимальное время выполнение i-ой работы чел.-дн.;

tmax i – максимальное время выполнения i-ой работы чел.-дн .

Параллельность работ не учитывается, потому как инженер-программист является единственным исполнителем задач .

4.4.3. Разработка графика проведения научного исследования Для подсчета продолжительности выполнения i-ой работы в календарных днях применяется формула:

где Tрi – продолжительность выполнения i-ой работы в рабочих днях;

kкал – коэффициент календарности .

Коэффициент календарности считается по формуле:

где Tкал – количество календарных дней в году;

Tвых – количество выходных дней в году;

Tпр – количество праздничных дней в году .

–  –  –

4.4.4. Бюджет научно-технического исследования (НТИ) Расчет материальных затрат НТИ Материальные затраты определяются материалами и ресурсами, используемыми в течении процесса разработки текущего научноисследовательского проекта. К таким, в данном случае, можно отнести только электроэнергию, обеспечивающую работу ЭВМ инженера-программиста .

Канцелярские принадлежности предусмотрены расходами научной организации .

В час компьютер потребляет около 0,3 кВт. Возьмем стоимость 1 кВт*ч электричества для юридических лиц равной 5,8 рублей. В день компьютер используется в среднем 6 часов.

Тогда, стоимость материальных затрат:

Расчет на специальное оборудование для научных экспериментальных работ Затраты на специальное оборудование будет состоять из монитора, системного блока, периферийного оборудования. В совокупности затраты выйдут в размере 11500 рублей .

Основная заработная плата исполнителей темы Расчет бюджета НТИ состоит из расчета материальных затрат, затрат на зарплаты руководителю и инженера. Материальные затраты составляют только расходные материалы и амортизация оборудования .

Оклад руководителя от ТПУ (доцента, к.т.н) составляет 26300 рубля (без учета районного коэффициента) .

Оклад младшего научного сотрудника составляет 17000 руб. (без учета районного коэффициента) .

Таблица 8 – Распределение рабочего времени Показатели рабочего времени Дни Календарное число 365 Количество нерабочих дней 118 (праздники/выходные) Действительный годовой фонд 247 рабочего времени С учетом районного коэффициента, равного 30% от оклада, получается месячная заработная плата:

Зная месячную заработную плату каждого участника проекта, можно рассчитать соответствующую среднедневную заработную плату.

Количество месяцев работы без отпуска принимается равным 11,2 (считается отпуск длиною 24 рабочих дня при 6-дневной рабочей неделе):

Тогда, основная зарплата за период НТИ:

За статью расходов «Затраты по основной зарплате»:

Дополнительная заработная плата исполнителей темы С учётом основной заработной платы, можно посчитать дополнительную заработную плату в размере 12 % от основной:

За статью расходов «Затраты по дополнительной зарплате»:

Отчисления во внебюджетные фонды (страховые отчисления)

Величина отчислений во внебюджетные фонды определяется как:

За статью расходов «Отчисления во внебюджетные фонды»:

–  –  –

4.5. Определение ресурсной (ресурсосберегающей), финансовой, бюджетной, социальной и экономической эффективности исследования Определение эффективности происходит посредством нахождения двух средневзвешенных величин: финансовой эффективности и ресурсоэффективности .

Интегральный финансовый показатель разработки рассчитывается как:

–  –  –

Вывод по разделу. Исходя из проведенного анализа сравнительной эффективности вариантов исполнения можно сделать вывод, что Исполнение 1 является более эффективным и предпочтительным вариантом из всех предложенных. Так же, согласно подсчету бюджета затрат по каждому из вариантов следует подчеркнуть, что Исполнение 1 является так же самым выгодным. Таким образом, в настоящей работе реализована самая подходящая вариация проекта .

–  –  –

5.1.1. Требования к микроклимату Показатели микроклимата должны обеспечивать сохранение теплового баланса человека с окружающей средой и поддержание оптимального или

–  –  –

Уровень шума, возникающий от нескольких некогерентных источников, работающих одновременно, подсчитывается на основании принципа энергетического суммирования излучений отдельных источников .

0.1 i in 10 l i 1 10 (1) где Li – уровень звукового давления, i – го источника шума, n = количество источников шума .

Подставив в формулу значения уровня звукового давления для каждого оборудования, получим:

10* lo (104 +104.5 +101.7 +101 ) 46,2 дБ Полученное значение не превышает допустимую норму, поэтому использование специальных средств защиты не требуется. В случае превышения допустимой нормы для снижения уровня шума стены и потолок помещений, где установлены компьютеры, могут быть оснащены звукопоглощающими материалами .

5.1.3. Освещенность Производственное освещение – это система устройств и мер, обеспечивающих благоприятную работу зрения человека в процессе труда .

Правильно спроектированное и выполненное производственное освещение улучшает условия зрительной работы, снижает утомляемость, способствует повышению производительности труда, благотворно влияет на производственную среду, оказывая положительное психологическое воздействие на работника, повышает безопасность труда и снижает травматизм .

Недостаточность освещения приводит к напряжению зрения, ослабляет внимание, приводит к наступлению преждевременной утомленности .

Чрезмерно яркое освещение вызывает ослепление, раздражение и резь в глазах .

Неправильное направление света на рабочем месте может создавать резкие тени, блики, дезориентировать работающего .

К системам производственного освещения предъявляются следующие требования:

соответствие уровня освещённости рабочих мест характеру выполняемой зрительной работы;

достаточно равномерное распределение яркости на рабочих поверхностях и в окружающем пространстве;

отсутствие резких теней, прямой и отраженной повышенной яркости светящихся поверхностей, вызывающей ослепление;

постоянство освещённости во времени;

оптимальная направленность излучаемого осветительными приборами светового потока;

долговечность, экономичность, пожаро- и электробезопасность, эстетичность, удобство и простота эксплуатации .

Согласно СанПиН 2.2.2/2.4.1340-03, рабочие столы следует размещать таким образом, чтобы мониторы были ориентированы боковой стороной к световым проемам, чтобы естественный свет падал преимущественно слева,

–  –  –

5.1.4. Монотонность труда и умственное перенапряжение Монотонный режим работы связан с однообразным повторением рабочих операций. Опасность монотонности заключается в снижении внимания к процессу производства, быстрой утомляемости и снижению интереса к трудовому процессу, что может повлиять на безопасность труда в целом. Для борьбы с монотонностью используются следующие меры:

расширение круга обязанностей, усложнение работы или объединение ее в комплексы;

организация 5-ти минутных перерывов;

увеличение числа поставленных целей, за счет разделения одной общей на несколько промежуточных .

Умственное перенапряжение возникает в результате длительной умственной работе и проявляется в снижении работоспособности.

Факторами вызывающими умственное перенапряжение являются:

Длительное и повышенное внимание и концентрация;

Высокие требования к самореализации и самоподготовке;

Ощущение недостатка времени Неправильное питание работника (приводит к недостатку энергии для работы мозга) .

Для борьбы с умственным перенапряжением используется выполнение различных физических упражнений, а так же организация 5-ти минутних перерывов и перерыва на обед .

5.1.5. Техника электробезопасности В соответствии с СанПиН 2.2.2/2.4.1340–03 «Гигиенические требования к персональным электронно-вычислительным машинам и организации работы»

помещения, где размещаются рабочие места с ПК, должны быть оборудованы защитным заземлением в соответствии с техническими требованиями по эксплуатации электроустановок и вычислительной техники. Рабочие места с ПК не следует размещать вблизи силовых кабелей и вводов, высоковольтных трансформаторов, технологического оборудования, создающего помехи в работе ПК .

Помещение, в котором проводилась работа, относится к помещениям без повышенной опасности, так как в нем отсутствуют условия, которые могут создать повышенную или особую опасность .

К организационным мерам электробезопасности относятся:

1. Инструктаж Целью инструктажа является сообщение работникам знаний, необходимых для правильного и безопасного выполнения ими своих профессиональных обязанностей, а также формирования у работников убеждения в объективной и абсолютной необходимости выполнения правил и норм безопасной жизнедеятельности в производственной среде .

Существуют следующие виды инструктажа:

вводный инструктаж первичный инструктаж периодический (повторный)

2. Правильная организация рабочего места Организация рабочего места заключается в выполнении ряда мероприятий, которые обеспечивают рациональный и безопасный трудовой процесс, и эффективное использование орудий и предметов труда, что повышает производительность и способствует снижению утомляемости работающих. Так, например, правильно выбранная рабочая поза (с возможностью её перемены) исключает или сводит к минимуму вредное влияние выполняемой работы на организм человека .

3. Режим труда и отдыха Оптимальный режим труда и отдыха – это такое чередование периодов работы с периодами отдыха, при котором достигается наибольшая эффективность деятельности человека и хорошее состояние его здоровья. Он оказывает благотворное влияние на функциональное состояние человека .

Электрические установки, источником работы которых является переменный ток напряжением 220В и частота 50 Гц, к которым относится большинство оборудования ПК, представляют для человека большую потенциальную опасность, так как в процессе эксплуатации (проведение регламентных работ) человек может коснуться частей оборудования, находящихся под напряжением. Специфическая опасность электроустановок состоит в том, что токоведущие проводники, оказавшиеся под напряжением в результате повреждения изоляции, не подают каких-либо сигналов, которые бы предупреждали об опасности. Для защиты от поражения электрическим током все токоведущие части должны быть защищены от случайных прикосновений и заземлены. Питание устройства должно осуществляться от силового щита через автоматический предохранитель, срабатывающий при коротком замыкании нагрузки .

В соответствии с правилами электробезопасности в помещении осуществляется постоянный контроль состояния электропроводки, предохранительных щитов, шнуров, с помощью которых включаются в электросеть ПК, осветительные приборы, другие электроприборы. Также в помещении отсутствуют токопроводящая пыль, электрически активная среда, возможность одновременного прикосновения к металлическим частям прибора и заземляющему устройству, высокая температура и сырость .

Основным опасным фактором является опасность поражения электрическим током. Исходя из анализа состояния помещения, данное помещение по степени опасности поражения электрическим током можно отнести к классу помещений без повышенной опасности. В помещении подавляющая часть электрической проводки является скрытой. Поражение электрическим током возможно только при возникновении оголенных участков на кабеле, а также нарушении изоляции распределительных устройств, однако в помещении кабель имеет двойную изоляцию, поэтому опасность поражения значительно снижается. Не исключается также опасность поражения и от токоведущих частей компьютера в случае их пробоя и нарушении изоляции .

Для устранения опасности поражения электрическим током регулярно проводится осмотр кабелей, проводов, электрических розеток и токоведущих частей компьютера. А также, перед началом работы за компьютером каждый работник проходит инструктаж по технике безопасности .

Возникающие при прикосновении к любому из элементов ПК разрядные токи статического электричества могут привести к выходу ПК из строя. Для снижения величины возникающих зарядов статического электричества в помещении покрытие полов выполнено из однослойного поливинилхлоридного антистатического линолеума. К мерам защиты от статического электричества также можно отнести общее и местное увлажнение воздуха .

Компьютер также является и источником статического электричества .

Местами скопления статических зарядов, как правило, служит поверхность экрана монитора. Для уменьшения статического электричества на поверхности монитора следует раз в 6 часов протирать экран влажной материей .

5.2. Экологическая безопасность В работе по реализации проекта не оказывается значительного влияния на окружающую среду, так как в процессе работы не использовались вредные химические соединения. Самой серьезной проблемой, с которой столкнулись при выполнении работы, является потребление электроэнергии. С увеличением количества компьютерных систем, внедряемых в производственную сферу, увеличится и объем потребляемой ими электроэнергии. Рост энергопотребления приводит к таким экологическим нарушениям, как изменение климата – накопление углекислого газа в атмосфере Земли (парниковый эффект) .

Из этого можно сделать простой вывод, что необходимо стремиться к снижению энергопотребления, то есть разрабатывать и внедрять системы с малым энергопотреблением. В современных компьютерах, повсеместно используются режимы с пониженным потреблением электроэнергии при длительном простое .

Техника, вышедшая из строя, утилизируется согласно ГОСТ Р 50739– Люминесцентные лампы, вышедшие из строя, сдаются в 95[5] .

специализированный пункт приема. Для уменьшения отходов, связанных с расходными материалами (бумага, ручки, картриджи и т.д.), можно использовать повторно переработанную бумагу или использовать двухстороннюю печать .

5.3. Безопасность в чрезвычайных ситуациях Чрезвычайная ситуация - это обстановка на определенной территории, сложившаяся в результате аварии, опасного природного явления, катастрофы, стихийного или иного бедствия, которые могут повлечь или повлекли за собой человеческие жертвы, ущерб здоровью людей или окружающей природной среде, значительные материальные потери и нарушение условий жизнедеятельности людей .

Мероприятия по обеспечению пожарной безопасности Пожарная безопасность регламентируется федеральным законом «Технический регламент о требованиях пожарной безопасности». Опасными факторам пожара для людей являются открытый огонь, искры, повышенная температура воздуха и предметов, токсичные продукты горения, дым, пониженная концентрация кислорода, обрушение и повреждение зданий, сооружений, установок, а также взрыв .

Организационными мероприятиями по обеспечению пожарной безопасности являются: обучение рабочих и служащих правилам пожарной безопасности; разработка и реализация норм и правил пожарной безопасности, инструкций о порядке работы в помещениях; изготовление и применение средств наглядной агитации по обеспечению пожарной безопасности .

Основной причиной возникновения пожара в помещениях с электронной техникой является неисправность проводки. Вероятность возгорания самих электронных устройств чрезвычайно мала .

В качестве оперативных средств тушения пожара применяются порошковые огнетушители ОПУ–5. Сеть электропитания оборудуется входным рубильником, позволяющим в оперативном порядке отключить электропитание во всем здании. Для обеспечения эвакуации людей в случае пожара помещения должны иметь не менее двух выходов шириной не менее одного метра и высотой не менее двух метров .

Наиболее частыми причинами пожаров являются нарушения правил пожарной безопасности и технологических процессов, неправильная эксплуатация электросети и оборудования, грозовые разряды .

Одна из главных причин травм, связанных с действием электрического тока, слабые знания правил электробезопасности. Нарушение правил электробезопасности при использовании электроустановок и непосредственное соприкосновение с токоведущими частями электроустановок, находящихся под напряжением, создает опасность поражения электрическим током .

5.4. Правовые и организационные вопросы обеспечения безопасности Под безопасностью понимаются защитные мероприятия и средства, обеспечивающие снижение опасности до минимальной степени риска, когда негативные факторы не превышают допустимой величины .

Трудовой кодекс регулирует вопросы, относящиеся к охране и организации труда. СанПиН 2.2.2/2.4.1340–03 «Гигиенические требования к персональным электронно-вычислительным машинам и организации работы»

регламентирует аспекты работы на ПК. Так же ГОСТ 12.2.032–78[37] ССБТ «Рабочее место при выполнении работ сидя» регламентирует общие требования к рабочему месту при выполнению работ сидя .

Эргономика рабочего места Данные правила определяют санитарно – эпидемиологические требования к: проектированию, изготовлению и эксплуатации ПК, используемых на производстве; организации рабочих мест с ПК, производственным оборудованием.

Согласно СанПиН 2.2.2/2.4.1340–03 Общие требования к организации рабочих мест пользователей ПК:

При размещении рабочих мест с ПК расстояние между рабочими столами должно быть не менее 2,0 м, а расстояние между боковыми поверхностями видеомониторов не менее 1,2 м .

Рабочие места с ПК в помещениях с источниками вредных производственных факторов должны размещаться с организованным воздухообменом .

Рабочее место сотрудника, требующее значительного умственного напряжения или высокой концентрации внимания, рекомендуется изолировать руг от друга перегородками высотой 1,5–2,0 м .

Конструкция рабочего кресла должна обеспечивать поддержание рациональной рабочей позы при работе на ПК позволять изменять позу с целью снижения напряжения мышц шейно – плечевой области и спины для предупреждения развития утомления .

Площадь на одно рабочее место с компьютером для взрослых пользователей должна составлять не менее 6 м2, а объем не менее -24 м3 .

Помещения с компьютерами должны оборудоваться системами отопления, кондиционирования воздуха или эффективной приточно-вытяжной вентиляцией .

Для внутренней отделки интерьера помещений с компьютерами должны использоваться диффузно-отражающие материалы с коэффициентом отражения для потолка – 0,7–0,8; для стен – 0,5–0,6; для пола – 0,3–0,5 .

Поверхность пола в помещениях эксплуатации компьютеров должна быть ровной, без выбоин, нескользкой, удобной для очистки и влажной уборки, обладать антистатическими свойствами .

В помещении должны находиться аптечка первой медицинской помощи, а также углекислотный огнетушитель для тушения пожара .

Вывод по разделу. При выполнении раздела социальная ответственность были установлены и исследованы на соответствие нормам вредные и опасные факторы. По результатам исследований были рассмотрены меры по противодействию данным факторам. Так же была рассмотрена экологическая безопасность, где было установлено, как следует утилизировать отходы при выполнении работы. В разделе ЧС были рассмотрены возможные виды ЧС и меры их профилактики. И в последнем разделе были рассмотрены правовые и организационные моменты социальной ответственности. Рабочее место соответствуют нормативным требованиям .

ЗАКЛЮЧЕНИЕ В результате работы был создан программный комплекс, рассчитывающей коэффициенты корреляции и статистические математические функции произвольных рядом метеорологических данных. Данное программное обеспечение ориентировано на работу с метеоданными со станций многих городов. Был сделан обзор фреймворков для разработки программного обеспечения. Так же были исследованы методы описательной статистики и корреляционного анализа. Данные для базы данных были взяты из ВНИИГМИ-МЦД и загружаются в таблицу созданной базы данных .

Программный комплекс был реализован с помощью пакета математической статистической обработки Apache Commons Math на языке Java. По результату реализации работы программного обеспечения были рассчитаны коэффициенты корреляции и построен график зависимости выпавших осадков от температуры окружающей среды. По итогам проведенного исследования, в котором сравниваются коэффициенты корреляции, видна хорошая согласованность расчетных значений коэффициентов корреляций для заданного параметра и временного периода .

СПИСОК ПУБЛИКАЦИЯ СТУДЕНТА

1) Маркова К.Д. Исследования корреляционных зависимостей метеорологических параметров // Материалы международной научно-практической конференции «Современное общество, образование и наука», г. Тамбов, 30 апреля 2018 г. – Вестник научных конференций. 2018 №4 – С. 68-70 .

2) Маркова К.Д. Исследования корреляционных зависимостей метеорологических параметров // Материалы международной научно-технической конференции «Системы контроля окружающей среды – 2018», г. Севастополь, 5–9 ноября 2018 г .

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Python // Python Software Foundation. URL: https://www.python.org/ (дата обращения: 15.05.2018) .

2. Mathematical statistics functions // Python. URL:

https://docs.python.org/3/library/statistics.html (дата обращения: 15.05.2018)

NumPy // NumPy. URL: http://www.numpy.org/ (дата обращения:

3 .

15.05.2018)

4. Scientific Computing Tools for Python // SciPy. URL:

https://www.scipy.org/ (дата обращения: 15.05.2018) (дата

5. SciKits // SciPy. URL: https://www.scipy.org/scikits.html обращения: 15.05.2018)

6. Statistics stats // Statistic in Python. URL:

https://www.statsmodels.org/stable/stats.html (дата обращения: 15.05.2018)

7. Modular toolkit for Data Processing // Modular toolkit for Data Processing. URL: http://mdp-toolkit.sourceforge.net/ (дата обращения: 15.05.2018)

8. Data Mining Fruitful and Fun // Orange. URL: https://orange.biolab.si/ (дата обращения: 15.05.2018) Why SymPy // SymPy. URL: http://www.sympy.org/ru/ (дата 9 .

обращения: 15.05.2018)

10. Getting Started // The R Project for Statistical Computing. URL:

https://www.r-project.org/ (дата обращения: 15.05.2018)

11. The Comprehensive R Archive Network // R Project for Statistical Computing. URL: https://cran.r-project.org/ (дата обращения: 15.05.2018)

12. Statistical Functions using S4 Classes // R Project for Statistical Computing. https://stat.ethz.ch/R-manual/R-devel/library/stats4/html/00Index.html (дата обращения: 15.05.2018)

13. Stats-package // The R Stats Package URL: https://stat.ethz.ch/Rmanual/R-devel/library/stats/html/stats-package.html (дата обращения: 15.05.2018)

–  –  –

СанПиН 2.2 .

1/2.1.1.1278–03. «Гигиенические требования к 35 .

естественному, искусственному и совмещённому освещению жилых и общественных зданий» .

ГОСТ Р 50739–95. «Средства вычислительной техники. Защита от 36 .

несанкционированного доступа к информации» .

ГОСТ 12.2.032-78 ССБТ. Рабочее место при выполнении работ 37.




Похожие работы:

«ИЗБИРАТЕЛЬНАЯ КОМИССИЯ АМУРСКОЙ ОБЛАСТИ ПОСТАНОВЛЕНИЕ № 39/459-6 25 января 2018 г. г. Благовещенск О перечне избирательных участков, на которых будут использоваться технические средства подсчета голосов – комплексы обработки избирательных бюллетеней, при голосовании на...»

«ПРОЕКТНАЯ ДЕКЛАРАЦИЯ Строительство мини полиса КУБ-А в районе пос. Пригородный г. Краснодара. Малоэтажная жилая застройка со встроено-пристроенными помещениями общественного назначения и торговоофисны...»

«Администрация г. Чебоксары Управление архитектуры и градостроительства 22 июля 2016 года в 14.00 в Малом зале администрации г. Чебоксары (ул. К. Маркса, д. 36) состоится заседание Комиссии по подготовке проекта правил землепользования и застройки администрации города Чебоксары.Повестка дня: 1. Подготовка...»

«НАУЧНО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ ПРИРОДНЫЕ И ТЕХНОГЕННЫЕ РИСКИ (ФИЗИКО-МАТЕМАТИЧЕСКИЕ И ПРИКЛАДНЫЕ АСПЕКТЫ) NATURAL AND TECHNOLOGICAL RISKS (PHYSICS-MATHEMATICAL AND APPLIED ASPECTS) № 1 (9) – 2014 Редакционный совет Председатель...»

«4 июня 2007 года N 71-ЗО ЗАКОН УЛЬЯНОВСКОЙ ОБЛАСТИ О СНИЖЕНИИ СТАВКИ НАЛОГА НА ПРИБЫЛЬ ОРГАНИЗАЦИЙ ДЛЯ ОТДЕЛЬНЫХ КАТЕГОРИЙ НАЛОГОПЛАТЕЛЬЩИКОВ Принят Законодательным Собранием Ульяновской области 31 мая 2007 года (в ред. Законов Ульяновской области от 05.11.2008 N 179-ЗО, от 05.11.2009 N 175-ЗО, от 05.10.2010 N 132-ЗО, от 29.11....»

«Галеев Ахметсалим Сабирович, д-р техн. наук Альметьевский государственный нефтяной институт Профессор кафедры нефтегазового оборудования ssgaleev@mail.ru г. Альметьевск, Россия Сулейманов Раис Насибович, канд. техн. наук Уфимский государственный нефтяной технический университет (Октябрьский филиал) Доцент кафедры информационных...»

«СИСТНЛА И СРЕДСТВА ЭКСПЛУАТАЦИОННОГО КОНТРОЛЯ ЗА СОСТОЯНИЕМ ОСНОВНОГО МЬТАЛЛА И С А Н Х ВРЫ СОШНЕШЙ ОБОРУДОВАНИЯ АЗС В.Ф.Злепко,_Н.Н.Шабанов, ЮЛС.Гладков . В.Ц.Миронов АННОТАЦИЯ В работе изложены основные принципы организация и обеспечения контроля за состоянием металла ра...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ ГО СТР НАЦИОНАЛЬНЫЙ исо/мэк СТАНДАРТ РОССИЙСКОЙ 180006— ФЕДЕРАЦИИ Информационные технологии И Д Е Н Т И Ф И К А Ц И Я Р А Д И О Ч А С ТО Т Н А Я Д Л Я УП Р А В Л Е Н И Я П Р Е Д М Е ТА М И Часть 6 Параметры радио...»







 
2019 www.librus.dobrota.biz - «Бесплатная электронная библиотека - собрание публикаций»

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.