На основе полученных данных можно. Комплексная статистическая обработка экспериментальных данных. Категории населения и виды переписи

Базовая модель угроз безопасности персональных данных при их обработке, в информационных системах персональных данных (выписка) - Терминология Базовая модель угроз безопасности персональных данных при их обработке, в информационных системах персональных данных (выписка): Автоматизированная система система, состоящая из персонала и комплекса средств автоматизации его… … Словарь-справочник терминов нормативно-технической документации

- (согласно закону РФ «О персональных данных») государственный орган, муниципальный орган, юридическое или физическое лицо, организующие и (или) осуществляющие обработку персональных данных, а также определяющие цели и содержание обработки… … Википедия

I Медицина Медицина система научных знаний и практической деятельности, целями которой являются укрепление и сохранение здоровья, продление жизни людей, предупреждение и лечение болезней человека. Для выполнения этих задач М. изучает строение и… … Медицинская энциклопедия

СЕРДЦЕ - СЕРДЦЕ. Содержание: I. Сравнительная анатомия........... 162 II. Анатомия и гистология........... 167 III. Сравнительная физиология.......... 183 IV. Физиология................... 188 V. Патофизиология................ 207 VІ. Физиология, пат.… … Большая медицинская энциклопедия

ВАЛИДНОСТЬ - 1. Показатель качества метода, его способность давать результаты, адекватно отражающие изучаемое явление, т.е. именно те результаты, для получения которых он предназначен (В. метода). 2. Мера соответствия теории эмпирическим данным, возможность… … Социология: Энциклопедия

Технологический процесс - (Process) Определение технологического процесса, типы технологического процесса Определение технологического процесса, типы технологического процесса, правила процесса Содержание Содержание Определение. Понятие технологического процесса Основные … Энциклопедия инвестора

I Сердце Сердце (лат. соr, греч. cardia) полый фиброзно мышечный орган, который, функционируя как насос, обеспечивает движение крови а системе кровообращения. Анатомия Сердце находится в переднем средостении (Средостение) в Перикарде между… … Медицинская энциклопедия

Издержки - (Costs) Понятие расходов и издержек, нормы и учет расходов Информация о понятии расходов и издержек, нормы и учет расходов Содержание Содержание Формирования местных бюджетов Бюджетная поддержка субъектов Налоговые поступления Расходы местных… … Энциклопедия инвестора

Физиологическая реакция растений на охлаждение, вызванная адаптацией к сезонным изменениям умеренного климата. Для цветения и образования семян эти растения должны быть подвергнуты воздействию низких положительных температур (2 10 °C, в… … Википедия

Яровизация физиологическая реакция растений на охлаждение, вызванная адаптацией к сезонным изменениям умеренного климата. Для цветения и образования семян эти растения должны быть подвергнуты воздействию низких положительных температур (2 10 °C,… … Википедия

ГЕРМЕНЕВТИКА БИБЛЕЙСКАЯ - отрасль церковной библеистики, изучающая принципы и методы толкования текста Свящ. Писания ВЗ и НЗ и исторический процесс формирования его богословских оснований. Г. б. иногда воспринимается как методическая основа экзегезы. Греч. слово ἡ… … Православная энциклопедия

Книги

• Иммунология лейкоза , Парнес В. А.. Монография посвящена изложению литературных и соб­ственных материалов автора, полученных с применением новейшей иммунологической методики, посвященных изучениюлейкоза человека и животных. На…
• Реальная действительность. Что такое вещь? , Б. Л. Донской. В настоящей работе делается попытка исследования вещи как всеобщего реального явления, и, на основании полученных данных исследования, дается определение понятия "вещь" . Книга будет…

На основе полученных данных можно сделать вывод, что баланс предприятия не является ликвидным. В 2010 и 2009 годах выполняется лишь третье неравенство, тогда как в 2008 году первое и третье. Ликвидность баланса определяется как степень покрытия обязательств предприятия его активами, срок превращения которых в денежную форму соответствует сроку погашения обязательств. Фактически предприятие неплатёжеспособно в ближайшей перспективе.

Краткосрочные обязательства не могут быть погашены. Как видим, организация не в состоянии будет рассчитываться по своим наиболее срочным обязательствам с помощью наиболее ликвидных активов и в случае такой необходимости придется задействовать другие виды активов или заемные средства. Недостаток средств по первой и второй группам активов компенсируется избытком их по третьей и четвертой категориям. Но в фактической платёжной ситуации менее ликвидные активы не могут заменять более ликвидные.

В отчётном году баланс предприятия также неликвиден. Необходимо принимать ряд мер по укреплению финансового состояния предприятия и улучшения его платёжеспособности.

Но такая ситуация характерна для большинства предприятий и еще фактически ничего не значит. Для уточнения ситуации с платежеспособностью рассчитываются специальные коэффициенты, которые затем сопоставляются с установленными нормативными значениями и рассматриваются в динамике для установления закономерности развития. Расчет и анализ указанных показателей представлен в таблице 11.

Таблица 11 - Относительные показатели платежеспособности МУ БГПАТП за 2008-2010 гг.

Динамика коэффициентов платежеспособности предприятия выявляет тенденцию по снижению ликвидности в течение всего периода исследования.

Нормативному значению соответствует лишь величина коэффициента абсолютной ликвидности в 2008 году - 0,56. Коэффициент абсолютной ликвидности является наиболее строгим показателем платежеспособности. Его значение в отчетном году крайне мало - 0,01, что на 0,55 меньше чем в 2008 году.

Коэффициент срочной или быстрой ликвидности не соответствует рекомендуемому значению на протяжении всего периода исследования, при этом постоянно снижается. Значение этого показателя в 2010 году - 0,04, что на 0,54 меньше аналогичного значения 2008 года.

Коэффициент текущей ликвидности представляет собой обобщающий показатель платежеспособности компании, он наиболее интересен потенциальным инвесторам и кредиторам. Значение коэффициента текущей ликвидности не соответствует рекомендуемому и демонстрирует тенденцию к снижению в сравнении с 2008 годом, однако, в 2010 значение показателя чуть больше чем в 2008 году - на 0,02.

Оценим финансовую устойчивость компании, рассчитав достаточность оборотного капитала для финансирования запасов и затрат компании.

На основании данных таблицы 12 видно, что предприятие МУ БГПАТП находится в тяжёлом финансовом положении. На протяжении всего периода исследования, на предприятии прослеживается нехватка Собственных оборотных средств (СОС). Предприятие практически не использует долгосрочное кредитование для формирования оборотного капитала. Как видно из таблицы для привлечения средств в больших объёмах используются краткосрочные кредиты и займы.

Рассмотрим пример того, как можно на основе полученных эмпирических данных оценить параметры распределения случайной величины. Пусть у нас есть результаты оценки 20 мужчин и 20 женщин по шкале феминность – маскулинность опросника ММРI (табл. 1.1).

Таблица 1.1

Результаты оценки феминности – маскулинности (в порядке возрастания)

Оценка математического ожидания но данным эксперимента

Выполним оценку математического ожидания по данным эксперимента. Для начала посмотрим, как можно "вручную" оценить величины математического ожидания для выборки мужчин и женщин. Вспомним, что в этом случае у нас есть три варианта действий.

• 1. Оценка среднего арифметического . Для того чтобы использовать эту возможность оценки математического ожидания, необходимо прежде всего подсчитать суммы всех тестовых баллов отдельно для выборки мужчин и женщин. Результат оказывается следующим: общая сумма баллов для мужчин составила 724, для женщин – 586. Теперь полученные суммы необходимо разделить на объем выборки. В нашем случае и мужская, и женская выборки содержат по 20 человек. Таким образом, воспользовавшись формулой (1.2), получаем, что оценка математического ожидания для выборки мужчин составляет 36,2 балла, для выборки женщин – 29,3 балла.
• 2. Оценка моды распределения . Вспомним, что модой называют наиболее часто встречающееся значение. Для того чтобы оценить ее, построим для начала частотное распределение тестовых баллов для двух выборок. Результаты таких подсчетов представлены в табл. 1.2, где указаны все набранные испытуемыми баллы, а также число испытуемых – мужчин и женщин – набравших соответствующее число баллов. Те же данные можно представить более наглядно в виде гистограммы (рис. 1.3). Гистограмма отражает связь между наблюдаемыми значениями случайной величины и частотой их проявления. Непосредственно наблюдаемые значения, как правило, откладывают по горизонтальной оси (оси абсцисс), частоты их проявления – по вертикальной (оси ординат).

Таблица 1.2

Распределение набранных баллов феминности – маскулинности в группах мужчин и женщин

Таким образом, представленные данные свидетельствуют о том, что в группе мужчин три значения встречаются наиболее часто, по три раза: 30, 31 и 41 балл. Таким образом, в этой группе мы не обнаруживаем моды распределения. В группе женщин одно значение встречается чаще других – 33 балла. Это и есть мода распределения. Как видим, это значение несколько отличается от того, что было получено при расчете среднего арифметического, которое оказалось 29,3.

Рис. 13.

3. Оценка медианы . Для того чтобы оценить медиану распределения в двух выборках, необходимо прежде всего упорядочить полученные нами данные по возрастанию. В табл. 1.1 данные представлены именно таким образом. Поскольку у нас по 20 испытуемых в каждой группе, то середина вариационного ряда, упорядоченного по возрастанию или убыванию, придется на 10–11 испытуемых: ведь до 10-го испытуемого оказывается ровно 9 испытуемых с меньшими или равными баллами и после 11-го испытуемого остается ровно 9 испытуемых с большими или равными баллами. Отсчитаем девять строк снизу и девять строк сверху, обнаружим, что и в мужской, и в женской выборках испытуемые, оказавшиеся на 10–11-м местах, показывают одинаковые результаты: у мужчин это 36 баллов, у женщин – 31 балл.

Таким образом, медианное значение феминности – маскулинности в мужской выборке практически соответствует значению среднего арифметического, тогда как для женской выборки мы обнаруживаем значение, которое оказывается чуть больше найденного ранее среднего арифметического, но чуть меньше найденной ранее моды распределения, фактически располагаясь между этими значениями.

Те же действия можно осуществить и с помощью компьютера. В простейшем случае для расчетов может быть использована любая программа электронных таблиц, как, например, MS Excel из офисного пакета корпорации Microsoft или ее аналоги в других офисных пакетах. Для оценки среднего арифметического необходимо будет воспользоваться функцией СРЗНАЧ . Она возвращает среднее значение (среднее арифметическое) аргументов. Например, если диапазон А1:А20 содержит числа, формула = СРЗНАЧ(А1:А20) возвращает среднее значение этих чисел . Для расчета моды и медианы необходимо соответственно воспользоваться функциями МОДА и МЕДИАНА. Электронные таблицы также, как правило, предоставляют довольно развитые возможности для построения сводных таблиц и гистограмм.

Более эффективно позволяют провести необходимые вычисления специальные статистические программы. Так, известная программа статистического анализа SPSS Statistics, в последнее время разрабатываемая и поддерживаемая компанией IBM для ОС Windows, MacOS и Linux, содержит модуль описательной статистики. Его можно найти в разделе меню "Анализ". Аналогичные возможности представляют и другие статистические пакеты, наиболее мощным из которых представляется пакет статистического анализа STATISTIC А компании StatSoft Inc.

Рассмотрим, как можно оценить математическое ожидание полученных данных и построить их частотное распределение с помощью статистического пакета IBM SPSS Statistics (предполагается, что в нашем распоряжении имеется русская редакция этой программы для среды Windows ).

Сначала необходимо правильно подготовить файл данных. Для этого запускаем программу, переходим на вкладку "Переменные" и вводим в первом столбце имена всех исследуемых переменных. В нашем случае это могут быть переменные "мужчины" и "женщины" (рис. 1.4), хотя в общем случае лучше создать две переменные: "пол" и "феминность" и далее использовать фильтры для отбора подходящих для анализа данных.

Рис. 1.4. Создание переменных для анализа данных по феминности – маскулинности в IBM SPSS Statistics

Затем переходим на вкладку "Данные" и вводим имеющиеся у нас результаты измерения (рис. 1.5).

Для расчета среднего арифметического, моды и медианы необходимо выбрать в модуле описательной статистики пункт меню "Частоты", в появившемся окне – переменные для анализа, затем нажать кнопку "Статистики". Во вновь появившемся окне выбираем "Среднее", "Медиана" и "Мода" (рис. 1.6).

Для построения гистограмм в окне "Частоты" выбираем пункт "Диаграммы" (рис. 1.7), в появившимся окне выбираем пункт "Гистограммы". Также при необходимости можно отметить чекбокс "Показать на гистограмме нормальную кривую". В этом случае можно будет сравнить имеющееся частотное распределение с теоретически возможным нормальным распределением.

Предполагается, что используется русская версия MS Office 2013.

Думая о переписи 2010 года, я невольно задаюсь вопросом: "А для чего именно проводят переписи? Неужели исключительно для подсчёта граждан?" Как я позже выяснил, это мероприятие имеет куда больше целей. И именно о них мне хотелось бы поговорить.

Что такое перепись населения и для чего её проводят

Прежде всего, перепись населения являет собой единый процесс, включающий в себя сбор, обобщение, анализ и публикацию демографических, социальных и экономических данных населения. Перепись населения может относиться как ко всем жителям страны, так и к жителям отдельных регионов.

Вообще, переписи населения позволяют следить за миграционными процессами и демографическими изменениями. К тому же, они являются ведущим источником организации государственных информационных ресурсов. Переписи помогают следить за жизнью в стране.

Категории населения и виды переписи

Существует два вида переписи населения: программная и срочная.

В первом случае проводится полноценная перепись, включающая в себя ряд вопросов к опрашиваемым лицам (именно о ней мы думаем, когда слышим само определение).

А вот срочная перепись проводится в ограниченные сроки (как правило от двух до одиннадцати дней). Она отличается очень чёткой и короткой программой, оперативной работой.

• наличное население. Объединяет в себе всех людей, которые на момент переписи находятся на обследуемой территории (плюс временное население);
• юридическое население. Население, что юридически закреплено на конкретной территории;
• и постоянное население. Это те лица, которые имеют постоянное проживание на обследуемой территории (живут там более 6 или 12 месяцев).

Сейчас в России применяют опросный метод (переписной лист заполняется в процессе личных переговоров с переписываемым лицом). Но существует ещё два метода, которые активно используют в зарубежных странах (метод самосчисления и смешанный метод), которые отличаются некоторой самостоятельностью.

Нельзя не упомянуть о том, что ближайшая перепись в нашей стране пройдёт в 2020 году. Предполагается, что пройти её можно будет в Интернете.

КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ПАССАЖИРОПОТОКОВ

НА ОСНОВЕ СТАТИСТИЧЕСКИХ ДАННЫХ, ПОЛУЧЕННЫХ

ЭМПИРИЧЕСКИМ ПУТЕМ

Нефедов В.В., Русских М.В.

Особенностью частных пассажирских перевозок (ПП) в ряде российских городов

является низкий уровень их организации. Это связано с неупорядоченным

планированием маршрутов движения пассажирских автотранспортных средств преимущественно по тем участкам улично-дорожной сети (УДС), на которых сосредоточены массовые пассажиропотоки. В связи с повышением уровня автомобилизации и увеличением подвижности населения на фоне недостаточных темпов развития УДС остро стоит проблема оптимизации ПП, направленная на динамическую адаптацию их к постоянно меняющимся условиям. Особое внимание в этом вопросе следует уделить прогнозированию пассажиропотока по часам суток и дням недели, а также прогнозированию дорожных условий.

В данный момент большинство пассажироперевозчиков не имеют достоверной информации о перевозимых пассажирах по часам суток. Это вызывает определенные трудности в планировании графика движения, т.к. неизвестно, сколько может понадобиться автобусов на перевозку. Решение этой проблемы заключается в краткосрочном прогнозировании пассажиропотока, которое позволит с большой вероятностью посчитать загруженность маршрута на ближайшее время и как следствие корректировать количество автобусов на линии.

Для автоматического определения количества пассажиров, перевозимых единицей городского транспорта, существуют разнообразные способы. Рассмотрим самые распространенные из них.

1) Контактно-турникетный способ предполагает вести подсчет перевозимых пассажиров при помощи установки в салоне автобуса специальных турникетов.

Есть возможность совмещения с ними систем оплаты проезда. Достоинством такой системы является большая точность подсчета. К недостаткам можно отнести затруднение заполнения салона, так как посадка будет вестись через переднюю дверь.

2) Способ подсчета пассажиров с помощью датчиков, выполненных в виде ступеньки. Они устанавливаются на входе в автобус в виде специальных пластин, которые реагируют на нажатие. При наличии в автобусе двух ступенек имеется возможность установления двух датчиков для подсчета входящих и выходящих пассажиров. Недостатком такой системы является механическое воздействие пассажиров на датчики, что приводит к их быстрому износу.

3) Способ подсчета пассажиров с помощью инфракрасных датчиков. Они бывают активного и пассивного типа. На практике рекомендуется применять устройства, включающие оба типов датчиков. Точность подсчета варьируется от 70 % до 95 % в зависимости от выбора производителя. Имеется возможность учета входящих и выходящих пассажиров.

4) Способ подсчета пассажиров с использованием датчиков, позволяющих получать 3D изображение пространства. Принцип действия заключается в от

–  –  –

Анализируя вышеописанные способы подсчета пассажиропотока можно сделать вывод, что для задачи прогнозирования наиболее подходят инфракрасные датчики, так как они имеют допустимую точность подсчета, достаточную для оценки объема перевозок, а также не подвержены механическим воздействиям и имеют достаточно низкую цену.

На основе полученных статистических данных можно судить о мощности, напряженности пассажиропотока по отдельным частям маршрута или в целом по его длине, объеме перевозок. Графически пассажиропотоки изображаются в виде эпюр (рис. 1, 2, 3). где по оси ординат откладываются их величины, а по оси абсцисс дискретно время суток, дни недели, месяцы года, спрямленная длина маршрута и указывается направление движения.

–  –  –

Рисунок 3 – Эпюра распределения пассажиропотока по длине маршрута Из эпюр видно, что городским пассажироперевозкам характерны резкие колебания пассажиропотока по часам суток (возрастают в часы поездок населения на работу и с работы и уменьшаются в утренние, дневные и вечерние «не пиковые»

часы), а также по дням недели (в предвыходные дни пассажиропоток возрастает, а в будние уменьшается).

Разработка алгоритма краткосрочного прогноза пассажиропотока связана с учетом многих факторов, которые образуются как под действием причинноследственных связей, так и по причине неопределенности. Последние усложняют задачу и требуют использовать в комплексе функциональные и вероятностно статистические методы для получения конкретных решений. Задача краткосрочного () прогнозирования заключается в определении значения пассажиропотока (), …, если известны значения () (), …, () и значения факторов, влияющие на прогнозное значение потока в моменты, …, и в моменты.

Представим эти факторы в виде матрицы | |:

| | ||, | | где в – -тый фактор, определяющий величину пассажиропотока в -тый час того дня -того месяца -того года. Величины имеют следующие значения:

l – 1, 2, …, 30, 31;

1, 2, …, 11, 12;

Состав исходных факторов включает:

отражает час дня.

признак типа дня. В отношении этого фактора была принята следующая система кодирования: 1 - послепраздничные и послевыходные дни, 2 – полные рабочие дни недели, 3 – выходные, 4 – суббота, 5 – праздничные дни, 6– воскресенье, 7 – предвыходные дни, 8 – предпраздничные дни.

Признак месяца, кодируется следующим образом: 1 – январь, февраль, март, 2 апрель, май, 3 – сентябрь, октябрь, 4 – ноябрь, декабрь, 5 –июнь, 6 – июль, 7 – август.

Признак декады внутри месяца. Коды: 1 – дни первой декады, 2 – дни второй декады, 3 – дни третьей декады.

Признак новизны информации. Значения кодируются таким образом, чтобы по мере приближения к прогнозной ситуации они возрастали.

Средняя температура воздуха для суток, отстоящих от прогнозного дня на 24 часа.

То же для суток, отстоящих на 48 часов.

средняя температура воздуха в прогнозные сутки.

соответственно осадки для суток, отстоящих от прогнозных на 24 и 48 часов.

Количество осадков в сантиметрах для прогнозных суток.

показатель облачности для рассматриваемых суток в баллах.

Если указанные ситуации относятся к одному и тому же году, то базисное значение потока пассажиров определяется по формуле :

–  –  –

Использование рассмотренной формулы позволяет осуществить эффективный краткосрочный прогноз. Однако наличие случайных факторов, таких как аварийные ситуации, непредсказуемое изменение характера деятельности населения, ошибки прогнозирования, небольшое число факторов, учитываемых при расчетах, приводят к необходимости учета случайной составляющей.

На основе статистических данных и прогноза при учете всех вышеперечисленных факторов для автобусного маршрута № 94 города Ростова – на – Дону получили следующую диаграмму пассажиропотока (рис.

–  –  –

Рисунок 4 - Диаграмма пассажиропотока

Потребное число автобусов по каждому часу определяется согласно выражению:

–  –  –

Рисунок 5 - Диаграмма выпуска автобусов на линию по часам суток Интервал движения, как и число автобусов на линии, изменяется по часам движения в зависимости от величины пассажиропотоков и определяется зависимостью:

Таким образом, данные методы подсчета количества пассажиров, перевозимых единицей городского пассажирского транспорта, позволят получать объективные данные об объемах пассажирских перевозок на транспорте. Это позволяет судить о реальной загруженности транспорта пассажирами, а также после накопления статистики вести эффективный прогноз востребованности перевозок. Наличие информации о наполнении салона вместе с текущим местоположением транспорта на маршруте позволит кардинально изменить подход к диспетчерскому управлению, перейдя от регулирования интервала на конечной остановке к динамическому изменению расписания при нештатных изменениях дорожных условий и спроса на перевозку.

СПИСОК ЛИТЕРАТУРЫ

1. Автоматика и телемеханика. 2003, вып. 11. С. 3-47.

2. П авдин Н.В., Не ей В.Я. Прогнозирование пассажирских потоков (методика,