E005, si002, si0001

Лабораторный практикум по дисциплине

«Методы обработки данных»

VII. ЛАБОРОАТОРНЫЕ РАБОТЫ 5-6.

СОДЕРЖАНИЕ ЛАБОРАТОРНЫХ РАБОТ

Лабораторная работа №5

ЦЕЛЬ РАБОТЫ: изучение способов моделирования временных рядов, методов их визуального анализа и редактирования.

ЗАДАНИЕ:

1. Используя методическое описание системы «ЭВРИСТА» и системную помощь, ознакомиться с методами обработки временных рядов, представленными в пакете, возможностями пакета по моделированию, хранению, табличному и графическому представлению временных рядов, назначением пунктов главного меню и функциональных клавиш.

2. Смоделировать временной ряд Х, заданный моделью авторегрессии–скользящего среднего АРСС(1,1); параметры модели (по модулю меньше единицы) задать самостоятельно.

3. Используя интерпретатор формул, смоделировать временные ряды, заданные формулами:

ряд E005® EXP(0.005*CASE(500))+2*NOISE(500),

ряд SI002® SIN(0.002*2*pi*CASE(500))+NOISE(500),

ряд SI0001®5*SIN(0.0001*2*pi*CASE(500))+0.5*NOISE(500)+A,

где A имя столбца, содержащего ряд ® SIN(0.01*2*pi*CASE(500)).

Все смоделированные временные ряды сохранить в каталоге переменных.

4. Для любого из pядов провести визуальный анализ аномальных измерений, для этого:

· создать основной график выбранного временного ряда;

· найти и записать координаты двух выделяющихся точек (максимальное и минимальное значения) вручную и в автоматическом режиме поиска максимального и минимального измерений;

· изменить способ вывода на экран, вызвав режим работы "ЛУПА", и исследовать в этом режиме две части ряда в окрестности экстремальных точек;

· записать в память график ряда в целом и частей ряда.

5. Отредактировать выбранный в п.4 временной ряд, для чего:

· аппроксимировать ряд полиномом первого или второго порядка;

· в режиме табличного представления данных провести редактирование ряда:

а) введя вместо максимального измерения значение, полученное линейной интерполяцией соседних измерений,

б) введя вместо минимального измерения соответствующее значение из аппроксимирующей полиномиальной зависимости.

6. Сохранить отредактированные экспериментальные данные, для чего:

· выделить блоки (10 – 20 значений ряда), содержащие новые значения, и сохранить;

· вызвать сохраненные блоки данных и сделать надписи на рисунках (тип ряда, обозначения осей, номер группы, бригады).

7. Провести визуальный анализ наличия детерминированной компоненты (тренда) во временных рядах:

E005, SI002, SI0001

по исходным реализациям и по их сглаженным изображениям.

Сглаживание провести методом простого скользящего среднего с разным числом точек усреднения (например, n=10, 60, 99).

8. Сделать выводы о предполагаемом составе рядов и качестве оценивания тренда при разном количестве точек усреднения.

9. Провести выделение и удаление тренда, используя метод простого скользящего среднего (в тех рядах, где он обнаружен) с подходящим значением параметра сглаживания.

10. Провести повторный анализ свойств рядов с удаленным трендом различными способами: визуально и с помощью сглаженной реализации.

11. Оформить отчет, содержащий необходимые измерения, записи, рисунки и выводы по результатам п.п. 4 – 10.

Контрольные вопросы к лабораторной работе №5

1) Что представляет собой временной ряд (ВР)? Приведите примеры экспериментов, в которых получаются временные ряды.

2) В какой последовательности обычно проводится предварительная обработка ВР?

3) Какие задачи предварительной обработки ВР могут быть решены визуально?

4) Что такое аномальные измерения? Как выявить аномальные наблюдения во временном ряде? Какие особенности анализа можно отметить для временных рядов?

5) Как можно исследовать и обрабатывать аномальные измерения? Какие особенности анализа можно отметить для временных рядов?

6) Как выглядит типовая аддитивная модель ВР? Дайте определения типовым составляющим временного ряда.

7) Алгоритмы методов полиномиального и простого скользящего среднего.

8) Каково влияние параметра метода полиномиального и простого скользящего среднего? Какие значения параметра предпочтительны при анализе тренда?

8) Как процедура простого скользящего среднего (СС), может быть использована для обнаружения тренда? Как следует выбирать параметр сглаживания?

9) Влияет ли процедура СС на другие компоненты временного ряда? Если влияет, то, каким образом?

10) Как использовать процедуру сглаживания для обнаружения колебательной составляющей во временном ряде?