вопросы к экзамену СМОЭД
.docФедеральное агентство по образованию
Федеральное государственное образовательное учреждение
высшего профессионального образования
«Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнёва»
УТВЕРЖДАЮ
Директор Научно-образовательного центра «Институт космических исследований и высоких технологий»
___________________/ В.Ф. Шабанов /
«_____» октября 2009 г.
Перечень экзаменационных вопросов
Дисциплина |
Статистические методы обработки экспериментальных данных |
||
|
|
||
Направление |
120200 - «Фотограмметрия и дистанционное зондирование» |
||
|
|
||
Специальность |
120201.65 – «Исследование природных ресурсов аэрокосмическими средствами» |
||
|
|
||
Институт |
космических исследований и высоких технологий |
||
|
|
||
Кафедра |
Космических средств и технологий |
|
Составил: |
|
|
профессор кафедры КСТ |
|
|
|
В.А. Лапко |
|
«09» октября 2009 г. |
Красноярск
2009
Перечень экзаменационных вопросов
(модуль 1)
-
Записать взаимосвязь плотности вероятности и функции распределения. Показать графическую интерпретацию.
-
В чём состоит идея параметрических методов оценивания плотности вероятности? Привести пример.
-
Записать этапы формирования гистограммного метода оценки плотности вероятности. Привести графическую интерпретацию.
-
В чём состоит отличие параметрических и непараметрических методов оценивания плотностей вероятности? Сравнить постановки задач.
-
Осуществить синтез параметрической оценки плотности вероятности для нормального закона распределения.
-
Методики оптимизации параметрических методов оценивания плотности вероятности.
-
Гистограммный метод оценивания плотности вероятности. Его достоинства и недостатки.
-
Осуществить синтез ядерной оценки плотности вероятности типа Розенблатта-Парзена. Привести основные виды ядерных функций.
-
Сравнить гистограммный метод и оценку плотности вероятности типа Розенблатта-Парзена. Найти их общие и отличительные черты.
-
Объяснить роль ядерной функции в непараметрической оценки плотности вероятности типа Розенблатта-Парзена.
-
Объяснить роль коэффициента размытости в ядерной функции. Перечислить свойства ядерных функций.
-
Перечислить и описать алгоритмы оптимизации оценки плотности типа Розенблатта-Парзена.
-
Как получить оптимальную ядерную функцию В.А. Епанечникова?
-
Многомерная оценка плотности вероятности типа Розенблатта-Парзена. Рассказать проблемы её оптимизации.
-
Записать постановку задачи для доказательства асимптотических свойств непараметрической оценки плотности вероятности типа Розенблатта-Парзена. Сколько свойств различают? Записать их.
-
Рассказать о регрессионной оценки плотности вероятности. Показать основную идею её синтеза.
-
Методика оптимизации регрессионной оценки плотности вероятности по коэффициенту размытости.
-
Чем отличается непараметрическая оценка Розенблатта-Парзена от интегральной оценки плотности вероятности? Проблемы оптимизации интегральной оценки плотности вероятности.
-
Методика проверки статистических гипотез с помощью непараметрических методов.
-
Критерий Смирнова – Колмогорова.
Перечень экзаменационных вопросов
(модуль 2)
-
Классификация статистических методов восстановления зависимостей.
-
Условия применения параметрических алгоритмов восстановления зависимостей.
-
Условия применения непараметрических алгоритмов восстановления зависимостей.
-
Условия применения гибридных алгоритмов восстановления зависимостей.
-
Условия применения самообучающихся алгоритмов восстановления зависимостей.
-
Рассказать о параметрических методах восстановления стохастических зависимостей.
-
Использование метода наименьших квадратов при выборе рациональных коэффициентов полинома.
-
Осуществить синтез непараметрической регрессии для одномерного случая.
-
Осуществить синтез непараметрической регрессии для одномерного случая при равномерном законе распределения аргумента искомой зависимости на интервале .
-
В чём состоит отличие параметрических и непараметрических методов восстановления стохастических зависимостей?
-
Проблемы оптимизации непараметрической регрессии по коэффициенту размытости.
-
Проблемы оптимизации непараметрической регрессии по виду ядерной функции.
-
Критерии используемые при оптимизации непараметрической регрессии.
-
Записать многомерную непараметрическую регрессию. Проблемы её оптимизации.
-
Методика упрощения задачи оптимизации непараметрической регрессии.
-
Асимптотические свойства непараметрической регрессии. Постановка задачи.
-
Привести реальный пример применения непараметрической регрессии в народном хозяйстве.
-
Основы синтеза коллективов решающих правил восстановления стохастических зависимостей.
-
Методика обработки выборок малого объёма с использование принципов коллективного оценивания.
-
Методика обработки выборок большого объёма с использование принципов коллективного оценивания.
Перечень экзаменационных вопросов
(модуль 3)
-
Основные понятия в теории распознавания образов (образ, класса, вероятность ошибки классификации и др.).
-
Привести реальный пример использования алгоритмов распознавания образов в народном хозяйстве.
-
Байесовская решающая функция, соответствующая правилу максимального правдоподобия, осуществить их синтез.
-
Байесовская решающая функция, соответствующая правилу максимума апостериорной вероятности, осуществить их синтез.
-
Синтез непараметрической решающей функции, соответствующей правилу максимального правдоподобия.
-
Синтез непараметрической решающей функции, соответствующей правилу максимума апостериорной вероятности.
-
Проблемы оптимизации непараметрических решающих функций по коэффициентам размытости.
-
Методика упрощения задачи оптимизации непараметрических решающих правил.
-
Постановка задачи доказательства асимптотических свойств непараметрического решающего правила
-
В чём состоит идея использования метода дихотомии в задачах распознавания образов?
-
Рассказать о решающем правиле, основанном на оценках плотностей вероятности.
-
Описать проблемы и методы оптимизации решающего правила, основанного на оценках плотностей вероятности типа Розенблатта-Парзена.
-
Записать методику частотного алгоритма обработки дискретных данных в задачах распознавания образов при зависимых и независимых признаках.
-
Рассказать о методах обработки разнотипных данных.
-
Рассказать об использовании критерия Смирнова в задачах проверки тождественности эмпирических законов распределения с помощью алгоритмов распознавания образов.
-
Критерий Колмогорова и его использование в задачах проверки статистических гипотез.
-
Привести методику проверки гипотезы о равенстве вероятностей случайной величины с помощью критерия Смирнова-Колмогорова.
-
Сравнить методики проведения однофакторного и двухфакторного дисперсионного анализа.
-
Дисперсионный анализ, его основные этапы. Привести реальный пример задач для которых он может использоваться.
-
Сформулировать условия использования дисперсионного анализа.