Методы диагностики и лечения по                параметрам БАТ

2.5. Обработка результатов измерения.

    Конечной целью обработки экспериментальных данных является выдвижение гипотез о классе и структуре математической модели исследуемого явления определения состава и объёма дополнительных измерений, выбор возможных методов последующей статистической обработки и анализ выполнения основных предпосылок, лежащих в их основе. Для её достижения необходимо решить некоторые частные задачи, среди которых можно выделить следующие: [8]
    1. Анализ, отбраковка и восстановление аномальных или пропущенных измерений. Без анализа качества данных, устранения, или уменьшения аномальных данных на результаты последующей обработки можно прийти к ложным выводам об изучаемом объекте или явлении.
    2. Экспериментальная проверка законов распределения, оценка параметров и числовых характеристик наблюдаемых случайных величин или процессов. Выбор методов последующей обработки, направленной на построение и проверку адекватности математической модели исследуемому явлению.
    3. Объединение нескольких групп измерения полученных в различное время или в различных условиях для совместной обработки.
    4. Выявление статистических связей и взаимовлияние различных измеряемых факторов. Анализ корреляционных связей делает возможным выдвижение гипотез о структуре взаимосвязи и, в конечном итоге о структуре модели явления.
    Экспериментальные данные представляют собой реализации случайных величин или случайных процессов. Поэтому для их описания используется математический аппарат теории вероятностей, оперирующий со случайными событиями и величинами, теории случайных процессов и теории информации.
    Случайные величины делят на одномерные (скалярные) и многомерные (векторные), которые представляют собой совокупность одномерных случайных величин. В теории информации пространство N, величина Х и время Т. Одномерные и многомерные случайные величины могут быть как дискретными, так и непрерывными. Дискретная случайная величина (СВ) принимает значения, принадлежащие конечному или счётному множеству. Множество значений непрерывной СВ является несчётным.
    К основным статистическим параметрам СВ относят: плотность распределения (х); матожидание, т.е. центральный момент первого порядка М[х]; дисперсию центрального момента второго порядка Д(х); коэффициент асимметрии - центральный момент третьего порядка S(х); эксцесс или контрэксцесс (х), (х); автокорреляционную функцию Rх(); спектральную плотность S().
    Из теории вероятностей известно, что исчерпывающее описание СВ даётся её законом распределения вероятностей - правилом, позволяющим определить вероятность попадания в любую заданную область её значений.
    Учитывая, что обработка данных на персональном компьютере ведётся в основном дискретных данных, то основные статистические параметры случайных сигналов приведём для дискретных данных. [10]