2014-02-02
528
Прочие функции операционных систем
Средства резервного копирования данных
Ценность данных, размещенных на компьютере, принято измерять совокупностью затрат, которые может понести владелец в случае их утраты. Важным средством защиты данных является регулярное резервное копирование на внешний носитель. Операционные системы обычно содержат базовые средства для выполнения резервного копирования.
Кроме основных (базовых) функций операционные системы могут предоставлять различные дополнительные функции:
§ возможность поддерживать функционирование локальной компьютерной сети без специального программного обеспечения;
§ обеспечение доступа к основным службам Интернета средствами, интегрированными в состав операционной системы;
§ возможность создания системными средствами сервера Интернета, его обслуживание и управление;
§ наличие средств защиты данных от несанкционированного доступа, просмотра и внесения изменений;
§ возможность оформления рабочей среды операционной системы, в том числе и средствами, относящимися к категории мультимедиа;
§ возможность обеспечения комфортной поочередной работы различных пользователей на одном персональном компьютере с сохранением персональных настроек рабочей среды каждого из них;
§ возможность автоматического исполнения операций обслуживания компьютера и операционной системы по заданному расписанию или под управлением удаленного сервера;
§ возможность работы с компьютером для лиц, имеющих физические недостатки, связанные с органами зрения, слуха и другими.
Также современные операционные системы могут включать минимальный набор прикладного программного обеспечения, для исполнения простейших практических задач. По мере развития аппаратных средств вычислительной техники и средств связи функции операционных систем непрерывно расширяются, а средства их исполнения совершенствуются.
Оценка качества уравнения регрессии.
Вопросы:
1.
Теорема Гаусса-Маркова.
2.
Анализ точности определения оценок коэффициентов регрессии.
3.
Качество уравнения регрессии. Коэффициент детерминации.
4.
Интервалы прогноза по линейному уравнению регрессии.
1. Теорема Гаусса-Маркова.
Вернемся к рассмотрению регрессионного уравнения 
. Сделаем некоторые предположения.
1) 
- спецификация модели, отражающая наше представление о механизме зависимости.
1.
Хt – детерминированная экзогенная переменная. Случайный член должен быть распределен независимо от объясняющей переменной.
3) М(
) = 0, то есть случайный член не должен иметь систематического смещения. Это условие всегда можно выполнить, если модель включает свободный член, который будет учитывать любую систематическую тенденцию. Можно считать это условие выполняющимся автоматически.
D() = M(2) – M2() = M(
2) = 
2 = Const для всех наблюдений. Условие независимости дисперсии от номера наблюдений называют гомоскедастичностью. Случай не выполнения условия гомоскедастичности называют гетероскедастичностью – M(
2) = 2 
Const,
4) cov(i, j) = M(i j) –M(i)M(j) = M(i j) = 0. Предполагается отсутствие систематической связи между значениями для разных наблюдений. Случайные члены должны быть независимыми. В случае, когда это свойство нарушается (временные ряды), говорят об автокорреляции остатков -
M(i j) 0.
Часто добавляется условие ~ N(0, ). В этом случае модель называют нормальной линейной регрессионной моделью. Таки образом, задача состоит в оценке параметров 
и 
по данным наблюдений.
Теорема Гаусса-Маркова:
в предположении 1)-4) оценки параметров регрессии,
