U modelima se koristi kvantitativna analiza. Opće karakteristike kvalitativnih i kvantitativnih metoda. vrste podataka i načine za njihovu analizu. Osnovni koncepti modela entitet-odnos

Koncepti kvantitativnih i kvalitativnih metoda u psihologiji

Definišući metode kao načine spoznaje, S.L. Rubinštajn je primetio da metodologija treba da bude svesna i da se ne pretvara u formu mehanički nametnutu specifičnom sadržaju nauke. Razmotrite pitanje koliko su putevi spoznaje u psihologiji i kako istraživači razumiju i definiraju kvantitativne i kvalitativne metode.

Kao glavne psihološke metode S.L. Rubinstein u "Osnovama opće psihologije" imenuje promatranje, eksperiment, metode proučavanja proizvoda aktivnosti. Ova lista ne uključuje kvantitativne metode.

Sedamdesetih godina prošlog vijeka, druga klasifikacija metoda psihološkog istraživanja, koju je kreirao B.G. Ananiev.

On razlikuje sljedeće grupe metoda:

1. Organizacijski;
2. empirijski;
3. Metode obrade podataka;
4. Metode tumačenja.

Kvantitativne i kvalitativne metode klasifikovane su kao metode obrade podataka. On kvantitativne metode definira kao matematičke i statističke metode obrade psiholoških informacija, a kvalitativne metode su opis onih slučajeva koji najpotpunije odražavaju vrste i varijante mentalnih pojava i predstavljaju izuzetak od općih pravila.

Klasifikacija B.G. Ananieva je kritizirao predstavnik jaroslavske škole V.N. Družinin, nudeći svoju klasifikaciju.

Po analogiji sa drugim naukama, on razlikuje tri klase metoda u psihologiji:

1. empirijski;
2. Theoretical;
3. Interpretativno.

Kvalitativne i kvantitativne metode također nisu posebno specificirane u klasifikaciji, ali se pretpostavlja da su smještene u odjeljak o empirijskim metodama, što se razlikuje od klasifikacije B.G. Ananiev. Značajno je dopunjena klasifikacija B.G. Ananyeva, predstavnik Lenjingradske škole psihologa V.V. Nikandrov. On klasifikuje kvantitativne i kvalitativne metode kao neempirijske metode u skladu sa kriterijumom "etapiranog psihološkog procesa". Autor neempirijske metode shvata kao „istraživačke metode psihološkog rada izvan kontakta istraživača i pojedinca.

Pored preostalih razlika u klasifikacijama S.L. Rubinstein i B.G. Ananiev, postoje terminološke razlike u razumijevanju kvantitativnih i kvalitativnih metoda.

Tačna definicija ovih metoda nije data u radovima V.V. Nikandrov. On funkcionalno definira kvalitativne metode, sa stanovišta rezultata, i naziva ih:

1. klasifikacija;
2. Tipologija;
3. Sistematizacija;
4. periodizacija;
5. Psihološka kazuistika.

On kvantitativnu metodu zamjenjuje definicijom kvantitativne obrade, koja je uglavnom usmjerena na formalno, eksterno proučavanje objekta. Kao sinonimi za V.V. Nikandrov koristi izraze kao što su kvantitativne metode, kvantitativna obrada, kvantitativno istraživanje. Autor se poziva na glavne kvantitativne metode primarne i sekundarne obrade.

Dakle, problem terminološke nepreciznosti je prilično relevantan i dobija novo značenje kada istraživači nastoje da kvantitativne metode pripišu novim naučnim sekcijama „Psihometrija“ i „Matematička psihologija“.

Razlozi terminoloških neslaganja

Postoji niz razloga zašto u psihologiji ne postoji stroga definicija kvantitativnih i kvalitativnih metoda:

• Kvantitativne metode u okvirima domaće tradicije nisu dobile jednoznačno striktnu definiciju i klasifikaciju, a to govori o metodološkom pluralizmu;
• Kvantitativne i kvalitativne metode u tradiciji lenjingradske škole smatraju se neempirijskim stadijem istraživanja. Moskovska škola tumači ove metode kao empirijske i uzdiže ih u status metodološkog pristupa;
• U terminološkoj zbrci pojmova kvantitativni, formalni, kvantitativni, matematičko-statistički, postoji konvencionalizam koji se razvio u psihološkom društvu u pogledu definicije ovih kvantitativnih i kvalitativnih metoda;
• Pozajmljivanje iz američke tradicije podjele svih metoda na kvantitativne i kvalitativne metode. Kvantitativne metode, tačnije istraživanja, uključuju izražavanje i mjerenje rezultata u kvantitativnim terminima. Kvalitativne metode se vide kao "humanitarno" istraživanje;
• Definicija nedvosmislenog mjesta i omjera kvantitativnih i kvalitativnih metoda najvjerovatnije dovodi do činjenice da su kvantitativne metode podređene kvalitativnim metodama;
• Moderna teorija metode udaljava se od klasifikacije metoda samo na jednoj osnovi i strogoj definiciji postupka metode. Metodolozi razlikuju tri pravca u teoriji:
  1. Unapređenje tradicionalnog empirijskog modela;
  2. Kritika empirijskog kvantitativnog modela;
  3. Analiza i testiranje alternativnih istraživačkih modela.
• Različiti pravci razvoja teorije metode otkrivaju tendenciju istraživača da gravitiraju kvalitativnim metodama.

Kvantitativne metode

Svrha praktične psihologije nije uspostavljanje obrazaca, već razumijevanje i opisivanje problema, tako da koristi i kvalitativne i kvantitativne metode.

Kvantitativne metode su tehnike za obradu digitalnih informacija, jer su matematičke prirode. Kvantitativne metode kao što su kategorizirano promatranje, testiranje, analiza dokumenata, pa čak i eksperiment, pružaju informacije za dijagnosticiranje problema. Efikasnost rada se utvrđuje u završnoj fazi. Glavni dio rada – razgovori, treninzi, igre, diskusije – odvija se kvalitativnim metodama. Od kvantitativne metode testiranje je najpopularnije.

Kvantitativne metode se široko koriste u naučnim istraživanjima iu društvenim naukama, na primjer, u testiranju statističkih hipoteza. Za obradu rezultata masovnih istraživanja koriste se kvantitativne metode javno mnjenje. Za kreiranje testova, psiholozi koriste aparate matematičke statistike.

Metode kvantitativne analize dijele se u dvije grupe:

1. Metode statističkog opisa. Po pravilu, oni su usmjereni na dobijanje kvantitativnih karakteristika;
2. Metode statističkog zaključivanja. Oni omogućavaju da se dobijeni rezultati ispravno prošire na čitav fenomen, da se izvede zaključak opšte prirode.

Uz pomoć kvantitativnih metoda identifikuju se stabilni trendovi i grade njihova objašnjenja.

Nedostaci metode kvantitativne kontrole odnose se na njena ograničenja. Ove metode provjere znanja iz oblasti nastave psihologije mogu se koristiti samo za srednju kontrolu, provjeru znanja terminologije, udžbeničko eksperimentalno istraživanje ili teorijske koncepte.

Kvalitativne metode

Povećan interes i popularnost, kvalitativne metode dobivaju tek u posljednje vrijeme, što je povezano sa zahtjevima prakse. U primijenjenoj psihologiji, opseg kvalitativnih metoda je vrlo širok:

• Socijalna psihologija vrši humanitarnu ekspertizu socijalni programi- penzijska reforma, reforma obrazovanja, zdravstva - korištenjem kvalitativnih metoda;
• Politička psihologija. Ovdje su neophodne kvalitativne metode za izgradnju adekvatne i efikasne izborne kampanje, za formiranje pozitivne slike o političarima, strankama, cjelokupnom sistemu. pod kontrolom vlade. Ovdje će biti važni ne samo kvantitativni pokazatelji rejtinga povjerenja, već i razlozi za ovu ocjenu, načini njezine promjene itd.
• Uz pomoć kvalitativnih metoda, psihologija sredstava masovne komunikacije Ispituje stepen povjerenja u jednog ili drugog štampani mediji, konkretni novinari, programi.

Odlučujuću ulogu u razvoju kvalitativnih metoda u psihologiji, dakle, imala je potreba za dijalogom između psihološke nauke i različitih oblasti praktične delatnosti.

Kvalitativne metode su usmjerene na analizu informacija, koje se uglavnom prezentiraju u verbalnom obliku, pa postoji potreba da se ove verbalne informacije komprimiraju, tj. nabavite ga u kompaktnijem obliku. U ovom slučaju, kodiranje djeluje kao glavna tehnika kompresije.

Kodiranje podrazumijeva odabir semantičkih segmenata teksta, njihovu kategorizaciju i reorganizaciju.

Primjeri kompresije informacija su šeme, tabele, dijagrami. Dakle, kodiranje i vizuelno predstavljanje informacija su glavne metode kvalitativne analize.

Da bismo izvršili kvantitativnu analizu dijagrama, navodimo indikatore modela:

Broj blokova na dijagramu - N;

Nivo dekompozicije grafikona − L;

Stanje grafikona - AT;

Broj strelica povezanih na blok je - ALI.

Ovaj skup faktora se primjenjuje na svaki dijagram modela. U nastavku će biti navedene preporuke za željene vrijednosti faktora grafikona.

Potrebno je nastojati da broj blokova na dijagramima nižih nivoa bude manji od broja blokova na matičnim dijagramima, tj. sa povećanjem nivoa dekompozicije koeficijent bi se smanjivao . Dakle, smanjenje ovog koeficijenta ukazuje na to da kako se model dekomponuje, funkcije treba pojednostaviti, dakle, smanjiti broj blokova.

Grafikoni moraju biti uravnoteženi. To znači da je u okviru jednog dijagrama situacija prikazana na Sl. 14: Posao 1 ima znatno više dolaznih i kontrolnih strelica nego odlaznih. Treba napomenuti da se ova preporuka možda neće implementirati u modele koji opisuju proizvodni procesi. Na primjer, kada se opisuje postupak sklapanja, blok može uključivati ​​mnogo strelica koje opisuju komponente proizvoda, a jedna strelica može izaći - gotov proizvod.

Rice. 14. Primjer neuravnoteženog grafikona

Hajde da predstavimo faktor bilansa grafikona:

.

Potrebno je težiti tome K b, bio je minimum za grafikon.

Pored analize grafičkih elemenata dijagrama, potrebno je razmotriti i nazive blokova. Za procjenu imena sastavlja se rečnik elementarnih (trivijalnih) funkcija simuliranog sistema. Zapravo, funkcije dekompozicije dijagrama nižeg nivoa trebale bi pasti u ovaj rječnik. Na primjer, za model baze podataka, funkcije “pronađi zapis”, “dodaj zapis u bazu” mogu biti elementarne, dok funkcija “registracija korisnika” zahtijeva dodatni opis.

Nakon formiranja vokabulara i sastavljanja paketa sistemskih dijagrama, potrebno je razmotriti niži nivo modela. Ako pokazuje podudaranje između imena blokova dijagrama i riječi iz rječnika, to znači da je postignut dovoljan nivo dekompozicije. Koeficijent koji kvantitativno odražava ovaj kriterijum može se zapisati kao L*C je proizvod razine modela po broju podudaranja naziva blokova s ​​riječima iz rječnika. Što je niži nivo modela (više L),što je koincidencija vrednija.

DFD metodologija

DFD metodologija se zasniva na konstrukciji modela analiziranog AIS-a - projektovanog ili stvarno postojećeg. Glavni alat za simulaciju funkcionalni zahtjevi Sistem koji se projektuje su dijagrami toka podataka (DFD). U skladu sa ovom metodologijom, sistemski model se definiše kao hijerarhija dijagrama toka podataka. Uz njihovu pomoć, zahtjevi su podijeljeni na funkcionalne komponente (procese) i predstavljeni kao mreža povezana tokovima podataka. glavni cilj takvi alati su da pokažu kako svaki proces transformiše svoje inpute u izlaze i da identifikuje odnose između ovih procesa.

Komponente modela su:

dijagrami;

Data Dictionaries;

Specifikacije procesa.

DFD dijagrami

Dijagrami toka podataka (DFD - dijagrami toka podataka) se koriste za opisivanje toka posla i obrade informacija. DFD predstavlja modelni sistem kao mrežu međusobno povezanih aktivnosti koje se mogu koristiti za vizualniji prikaz tekućih operacija toka posla u korporativni sistemi obrada informacija.

DFD opisuje:

Funkcije obrade informacija (radovi, aktivnosti);

Dokumenti (strelice, strelice), objekti, zaposleni ili odjeli koji su uključeni u obradu informacija;

Tabele za pohranjivanje dokumenata (skladište podataka, skladište podataka).

BPwin koristi Gein-Sarsonovu notaciju za crtanje dijagrama toka podataka (tabela 4).

Gein–Sarson notacija

Tabela 4

U dijagramima, funkcionalni zahtjevi su predstavljeni procesima i skladištima povezanim protokom podataka.

eksterni entitet- materijalni predmet ili pojedinac, tj. entitet izvan konteksta sistema koji je izvor ili primatelj sistemskih podataka (na primjer, kupac, osoblje, dobavljači, kupci, skladište, itd.). Njeno ime mora sadržavati imenicu. Pretpostavlja se da objekti predstavljeni takvim čvorovima ne bi trebali učestvovati ni u kakvoj obradi.

Sistem i podsistem kada se gradi složeni IS model, on se može predstaviti u opšti pogled na kontekst dijagramu kao jedan sistem u cjelini, ili se može razložiti na više podsistema. Broj podsistema služi za njegovu identifikaciju. U polje za naziv upisuje se naziv sistema u obliku rečenice sa subjektom i odgovarajućim definicijama i dopunama.

Procesi namijenjeni su za proizvodnju izlaznih tokova iz ulaznih tokova u skladu s akcijom specificiranom imenom procesa. Ovo ime mora sadržavati neodređeni glagol iza kojeg slijedi objekt (na primjer, izračunati, provjeriti, kreirati, dobiti). Broj procesa služi za njegovu identifikaciju, kao i za upućivanje na njega unutar dijagrama. Ovaj broj se može koristiti zajedno sa brojem dijagrama kako bi se obezbijedio jedinstveni indeks procesa u cijelom modelu.

Tokovi podataka– mehanizmi koji se koriste za modeliranje prijenosa informacija iz jednog dijela sistema u drugi. Tokovi na dijagramima su predstavljeni imenovanim strelicama, čija orijentacija ukazuje na smjer toka informacija. Ponekad se informacija može kretati u jednom smjeru, obraditi se i vratiti svom izvoru. Takva situacija se može modelirati ili sa dva različita toka, ili sa jednim - dvosmjernim.

Faza apstrakcije u proučavanju određenih fizičkih pojava ili tehničkih objekata sastoji se u isticanju njihovih najznačajnijih svojstava i karakteristika, predstavljanju ovih svojstava i karakteristika u tako pojednostavljenom obliku koji je neophodan za kasnija teorijska i eksperimentalna istraživanja. Takav pojednostavljeni prikaz stvarnog objekta ili fenomena naziva se model.

Kada se koriste modeli, neki podaci i svojstva svojstveni stvarnom objektu se namjerno napuštaju kako bi se lako dobilo rješenje problema, ako ova pojednostavljenja samo neznatno utječu na rezultate.

U zavisnosti od svrhe studije za isto tehnički uređaj mogu se koristiti različiti modeli: fizički, matematički, simulacijski.

Model složenog sistema može se predstaviti kao blok struktura, odnosno kao veza veza, od kojih svaka obavlja određenu tehničku funkciju ( funkcionalni dijagram ). Kao primjer, razmotrite generalizirani model prijenosnog sistema prikazan na slici 1.2.

Slika 1.2 - Generalizovani model sistema za prenos informacija

Ovdje se pod predajnikom podrazumijeva uređaj koji pretvara poruku izvora A u signale S koji najbolje odgovaraju karakteristikama datog kanala. Operacije koje obavlja predajnik mogu uključivati ​​primarno generiranje signala, modulaciju, kodiranje, kompresiju podataka itd. Prijemnik obrađuje signale X(t) = S(t) + x(t) na izlazu kanala (uzimajući u obzir utjecaj aditivnih i multiplikativnih smetnji x) kako bi najbolje reproducirao (obnovio) poslanu poruku A na prijemni kraj. Kanal (u užem smislu) je medij koji se koristi za prijenos signala od predajnika do prijemnika.

Još jedan primjer složenog modela sistema je fazno zaključana petlja (PLL) koja se koristi za stabilizaciju međufrekvencije (IF) u radio prijemnicima (slika 1.3).

Slika 1.3 - Model PLL sistema

Sistem je dizajniran za stabilizaciju pretvarača f pch \u003d f c - f g odgovarajućom promjenom frekvencije podesivog oscilatora (lokalnog oscilatora) f g pri promeni frekvencije signala f c. Frekvencija f g zauzvrat će se mijenjati uz pomoć kontroliranog elementa proporcionalno izlaznom naponu faznog diskriminatora, ovisno o razlici faza izlazne frekvencije f i frekvenciju referentnog oscilatora f 0 .

Ovi modeli omogućavaju dobijanje kvalitativnog opisa procesa, isticanje karakteristika funkcionisanja i performansi sistema u celini i formulisanje ciljeva istraživanja. Ali za tehničkog stručnjaka ovi podaci u pravilu nisu dovoljni. Potrebno je tačno utvrditi (najbolje u brojevima i grafikonima) koliko dobro sistem ili uređaj radi, identifikovati kvantitativne indikatore za procenu efikasnosti, uporediti predložena tehnička rešenja sa postojećim analozima kako bi se donela informisana odluka.

Za teorijsko istraživanje Da bi se dobili ne samo kvalitativni već i kvantitativni pokazatelji i karakteristike, potrebno je izvršiti matematički opis sistema, odnosno sastaviti njegov matematički model.

Matematički modeli se mogu predstaviti različitim matematičkim sredstvima: grafovima, matricama, diferencijalnim ili diferencijalnim jednadžbama, prijenosnim funkcijama, grafičkim povezivanjem elementarnih dinamičkih veza ili elemenata, probabilističkim karakteristikama itd.

Dakle, prvo glavno pitanje koje se nameće u kvantitativnoj analizi i proračunu elektronskih uređaja je kompilacija sa potrebnim stepenom aproksimacije matematičkog modela koji opisuje promjene stanja sistema tokom vremena.

Grafički prikaz sistema u obliku veze različitih karika, gdje je svakoj karici dodijeljena matematička operacija (diferencijalna jednačina, prijenosna funkcija, kompleksni prijenosni koeficijent), naziva se blok dijagram . U ovom slučaju, glavnu ulogu ne igra fizička struktura veze, već priroda odnosa između ulaznih i izlaznih varijabli. Na ovaj način, razni sistemi može biti dinamički ekvivalentan, a nakon zamjene funkcionalnog dijagrama strukturnim, moguće je primijeniti opšte metode za analizu sistema, bez obzira na obim, fizičku implementaciju i princip rada sistema koji se proučava.

Matematičkom modelu postavljaju se kontradiktorni zahtjevi: s jedne strane treba što potpunije odražavati svojstva originala, a s druge strane treba biti što jednostavniji kako ne bi komplicirao proučavanje. Strogo govoreći, svaki tehnički sistem (ili uređaj) je nelinearan i nestacionaran, sadrži i zbirne i distribuirane parametre. Očigledno, tačan matematički opis ovakvih sistema predstavlja velike poteškoće i nije povezan sa praktičnom nuždom. Uspjeh sistemske analize ovisi o tome koliko je ispravno odabran stepen idealizacije ili pojednostavljenja pri izboru njihovog matematičkog modela.

Na primjer, bilo koji aktivni otpor ( R) može zavisiti od temperature, imati reaktivna svojstva na visokim frekvencijama. Pri visokim strujama i radnim temperaturama njegove karakteristike postaju značajno nelinearne. Istovremeno, pri normalnoj temperaturi, na niskim frekvencijama, u režimu malog signala, ova svojstva se mogu zanemariti i otpor se može smatrati neinercijskim linearnim elementom.

Dakle, u velikom broju slučajeva, uz ograničeni raspon promjena parametara, moguće je značajno pojednostaviti model, zanemariti nelinearnost karakteristika i nestacionarnost vrijednosti parametara uređaja koji se proučava, što će omogućiti , na primjer, da ga analizira koristeći dobro razvijen matematički aparat za linearne sisteme sa konstantnim parametrima.

Kao primjer, slika 1.4 prikazuje blok dijagram (grafički prikaz matematičkog modela) PLL sistema. Uz blagu nestabilnost frekvencije ulaznog signala, nelinearnost karakteristika faznog diskriminatora i kontrolisanog elementa može se zanemariti. U ovom slučaju matematički modeli funkcionalni elementi prikazani na slici 1.3 mogu se predstaviti kao linearne veze opisane odgovarajućim prijenosnim funkcijama.

Slika 1.4 - Strukturni dijagram (grafički prikaz matematičkog modela) PLL sistema

Dizajn elektronska kola uz pomoć programa za analizu i optimizaciju na računaru, kao što je gore navedeno, ima niz prednosti u odnosu na tradicionalnu metodu projektovanja "ručno" sa naknadnim finim podešavanjem na rasporedu. Prvo, uz pomoć programa za kompjutersku analizu mnogo je lakše uočiti efekte različitih parametara kola nego uz pomoć eksperimentalnih studija. Drugo, moguće je analizirati kritične režime rada kola bez fizičkog uništenja njegovih komponenti. Treće, programi za analizu omogućavaju procjenu rada kola s najgorom kombinacijom parametara, što je teško i nije uvijek moguće eksperimentalno izvesti. Četvrto, programi omogućavaju izvođenje takvih mjerenja na modelu elektronskog kola koja je teško eksperimentalno izvesti u laboratoriji.

Upotreba računara ne isključuje eksperimentalno istraživanje (pa čak uključuje i naknadno testiranje na maketi), ali daje dizajneru moćan alat koji može značajno smanjiti vrijeme utrošeno na dizajn i smanjiti troškove razvoja. Računar daje posebno značajan učinak u dizajnu složenih uređaja (na primjer, integriranih kola), kada je potrebno uzeti u obzir veliki broj faktora koji utiču na rad kola, a eksperimentalna modifikacija je preskupa i naporna.

Uprkos očiglednim prednostima, upotreba računara je izazvala velike poteškoće: potrebno je razviti matematičke modele komponenti elektronskih kola i kreirati biblioteku njihovih parametara, poboljšati matematičke metode za analizu različitih načina rada različitih uređaja i sistema, razvijaju računarske sisteme visokih performansi, itd. Osim toga, ispostavilo se da su mnogi zadaci bili van kontrole kompjutera. Za većinu uređaja, njihova struktura i dijagram u velikoj mjeri zavise od područja primjene i početnih projektnih podataka, što stvara velike poteškoće u sintezi dijagrami kola uz pomoć kompjutera. U ovom slučaju, početnu verziju kola inženjer sastavlja "ručno" uz naknadno modeliranje i optimizaciju na računalu. Najveća dostignuća u izgradnji programa za strukturnu sintezu i sintezu dijagrama kola su u oblasti projektovanja podudarnih kola, analognih i digitalnih filtera i uređaja zasnovanih na programibilnim logičkim nizovima (PLM).

Prilikom razvoja matematičkog modela složen sistem je podijeljen na podsisteme, a za određeni broj podsistema, matematički modeli se mogu objediniti i koncentrirati u odgovarajuće biblioteke. Dakle, kada se proučavaju elektronski uređaji pomoću kompjuterskih simulacionih programa, shematski ili blok dijagram predstavlja grafički prikaz komponenti, od kojih je svaka povezana sa odabranim matematičkim modelom.

Za proučavanje dijagrama kola koriste se modeli tipičnih nezavisnih izvora, tranzistora, pasivnih komponenti, integrisanih kola, logičkih elemenata.

Za proučavanje sistema definisanih blok dijagramima, važno je ukazati na odnos između ulaznih i izlaznih varijabli. U ovom slučaju, izlaz bilo koje strukturne komponente je predstavljen kao ovisan izvor. Po pravilu, ovaj odnos se daje ili polinomskom funkcijom ili racionalno-razlomkom prijenosne funkcije pomoću Laplaceovog operatora. Uzimajući u obzir odabrane koeficijente funkcije, moguće je dobiti modele takvih strukturnih komponenti kao što su sabirač, oduzimač, množitelj, integrator, diferencijator, filter, pojačavač i dr.

Moderni programi za kompjutersku simulaciju sadrže desetine tipova biblioteka razni modeli, a svaka biblioteka sadrži desetine i stotine modela modernih tranzistora i mikro krugova vodećih proizvođača. Ove biblioteke često čine većinu svezaka softver. Istovremeno, u procesu modeliranja postoji mogućnost brze korekcije parametara postojećih modela ili kreiranja novih.

Kvantitativna (matematičko-statistička) analiza- skup postupaka, metoda za opisivanje i transformaciju istraživačkih podataka na osnovu upotrebe matematičkog i statičkog aparata.

Kvantitativna analiza podrazumijeva mogućnost tretiranja rezultata kao brojeva – primjena metoda izračunavanja.

Odlučivanje o kvantitativna analiza, možemo odmah obratiti se na pomoć parametarske statistike ili prvo izvršiti primarni i sekundarni obrada podataka.

U fazi primarne obrade su riješeni dva glavna zadatka: uvesti dobijene podatke u vizuelnom, pogodnom obliku za preliminarnu kvalitativnu analizu u obliku uređenih serija, tabela i histograma i pripremiti podatke za primenu specifičnih metoda sekundarna obrada.

naručivanje(raspored brojeva u opadajućem ili rastućem redoslijedu) omogućava vam da istaknete maksimalnu i minimalnu kvantitativnu vrijednost rezultata, ocijenite koji su rezultati najčešći itd. Skup indikatora različitih psihodijagnostičkih metoda dobivenih za grupu predstavljen je u obliku tablice, u čijim se redovima nalaze podaci ankete jednog ispitanika, au stupcima - distribucija vrijednosti jednog indikatora preko uzorka. trakasti grafikon je frekvencijska distribucija rezultata u rasponu vrijednosti.

Na pozornici sekundarna obrada izračunavaju se karakteristike predmeta istraživanja. Analiza rezultata sekundarna obrada omogućava nam da preferiramo skup kvantitativnih karakteristika koje će biti najinformativnije. Svrha pozornice sekundarna obrada sastoji se ne samo od toga in dobijanje informacija, ali takođe u pripremi podataka za moguću procjenu pouzdanosti informacija. U potonjem slučaju obraćamo se za pomoć parametarska statistika.

Vrste metoda matematičko-statičke analize:

Metode deskriptivne statistike imaju za cilj opisivanje karakteristika fenomena koji se proučava: distribucija, karakteristike komunikacije itd.

Metode statičnog zaključivanja služe za utvrđivanje statističke značajnosti podataka dobijenih tokom eksperimenata.

Metode transformacije podataka imaju za cilj transformaciju podataka kako bi se optimizirala njihova prezentacija i analiza.

Na kvantitativne metode analize i interpretacije (transformacije) podataka uključiti sljedeće:

Primarna obrada "sirovih" procjena Da bi se stvorila mogućnost korištenja neparametarske statistike, koriste se dvije metode: klasifikacija(razdvajanje objekata u klase prema nekom kriterijumu) i sistematizacija(poređanje objekata unutar klasa, klasa među sobom i skupova klasa sa drugim skupovima klasa).

Da bismo izvršili kvantitativnu analizu dijagrama, navodimo indikatore modela:

broj blokova na dijagramu - N;

nivo dekompozicije dijagrama - L;

bilans grafikona - AT;

broj strelica povezanih na blok - ALI.

Ovaj skup faktora se primjenjuje na svaki dijagram modela. U nastavku će biti navedene preporuke za željene vrijednosti faktora grafikona. Neophodno je nastojati da broj blokova na dijagramima nižih nivoa bude manji od broja blokova na matičnim dijagramima, odnosno da bi se povećanjem nivoa dekompozicije koeficijent N/L smanjivao. Dakle, smanjenje ovog koeficijenta ukazuje na to da kako se model dekomponuje, funkcije treba pojednostaviti, dakle, smanjiti broj blokova. Grafikoni moraju biti uravnoteženi. To znači da je u okviru jednog dijagrama situacija prikazana na Sl. 10: Posao 1 ima znatno više dolaznih i kontrolnih strelica nego odlaznih. Treba napomenuti da se ova preporuka možda neće implementirati u modele koji opisuju proizvodne procese. Na primjer, kada se opisuje postupak sklapanja, blok može uključivati ​​mnogo strelica koje opisuju komponente proizvoda, a jedna strelica može izaći - gotov proizvod. Hajde da uvedemo faktor ravnoteže dijagrama.Tome je potrebno težiti Kb bio je minimum za grafikon. Pored analize grafičkih elemenata dijagrama, potrebno je razmotriti i nazive blokova. Za procjenu imena sastavlja se rečnik elementarnih (trivijalnih) funkcija simuliranog sistema. Zapravo, funkcije dekompozicije dijagrama nižeg nivoa trebale bi pasti u ovaj rječnik. Na primjer, za model baze podataka, funkcije “pronađi zapis”, “dodaj zapis u bazu” mogu biti elementarne, dok funkcija “registracija korisnika” zahtijeva dodatni opis. Nakon formiranja vokabulara i sastavljanja paketa sistemskih dijagrama, potrebno je razmotriti niži nivo modela. Ako pokazuje podudaranje između imena blokova dijagrama i riječi iz rječnika, to znači da je postignut dovoljan nivo dekompozicije. Koeficijent koji kvantitativno odražava ovaj kriterijum može se zapisati kao L*C- proizvod nivoa modela po broju podudaranja naziva blokova sa riječima iz rječnika. Što je niži nivo modela (veći L), to su šibice vrednije.

22. Modeliranje podataka. ansi-sparc arhitektura

U opštem slučaju, baze podataka imaju svojstvo nezavisnosti od aplikativnih programa i, po pravilu, predstavljaju tri nivoa arhitekture: eksterni, konceptualni i fizički; Pristup bazi podataka se vrši pomoću DBMS-a.

Arhitektura koju razmatramo je skoro potpuno konzistentna sa arhitekturom koju je predložila istraživačka grupa ANSI/SPARC (Study Group on Data Management Systems). Zadatak grupe je bio da utvrdi da li je bilo kojoj oblasti tehnologije baze podataka potrebna standardizacija (i ako jeste, koja) i da razvije skup preporučenih akcija u svakoj od ovih oblasti. U procesu rada na postavljenim zadacima, grupa je došla do zaključka da su jedini odgovarajući objekat standardizacije interfejsi, te u skladu sa tim odredila opštu arhitekturu, odnosno osnovu, RDB-a, a takođe je ukazala na važnu ulogu takvih interfejsa. Konačni izvještaj (1978) dao je detaljan opis arhitekture i nekih od 42 specificirana interfejsa.

Arhitektura dijeli SDB na tri nivoa. Percepcija podataka na svakom od nivoa opisana je dijagramom. Rice. Tri nivoa ANSI/SPARC arhitekture

Vanjski sloj je reprezentacija pojedinačnog korisnika. Pojedinačnog korisnika zanima samo određeni dio cijele baze podataka. Osim toga, percepcija korisnika ovog dijela će svakako biti apstraktnija u odnosu na odabrani način pohranjivanja podataka. Podjezik podataka koji se pruža korisniku je definisan u smislu eksternih zapisa (na primjer, dohvaćanje skupa zapisa). Zaposleni se može definirati kao polje od 6 znakova sa brojem zaposlenika, kao polje od pet decimalnih cifara za pohranjivanje podataka o njegovoj plati, itd.). Konceptualna reprezentacija je reprezentacija svih informacija baze podataka u malo apstraktnijem obliku (kao u slučaju eksterne reprezentacije) u poređenju sa opisom fizičkog načina na koji se podaci pohranjuju. Konceptualna reprezentacija je definirana konceptualnom shemom. Da bi se postigla neovisnost podataka, ne uključuje nikakve naznake strukture skladištenja ili metoda pristupa, redoslijed pohranjenih podataka, indeksiranje itd. Konceptualne jezičke definicije treba da se odnose samo na sadržaj informacija. Ako konceptualna shema pruža neovisnost podataka u ovom smislu, onda će vanjske sheme definirane na vrhu konceptualne sheme sigurno osigurati neovisnost podataka. Konceptualni pogled je pogled na cjelokupni sadržaj baze podataka, a konceptualna shema je definicija takvog pogleda. Definicije u konceptualnoj šemi također mogu karakterizirati širok spektar dodatnih aspekata obrade informacija, kao što su sigurnosna ograničenja ili zahtjevi za integritetom podataka. Unutrašnji nivo je niskorazinski prikaz cijele baze podataka. Interni zapis je pohranjeni zapis. Interna reprezentacija je također odvojena od fizičkog sloja, jer ne uzima u obzir fizičke zapise (koji se obično nazivaju blokovi ili stranice). Interna reprezentacija je opisana korištenjem interne šeme koja definira ne samo tipove pohranjenih zapisa, već i postojeće indekse, način na koji su pohranjena polja predstavljena, fizički redoslijed zapisa i tako dalje.

Pored elemenata samih tri nivoa, arhitektura koja se razmatra uključuje i određena mapiranja: Konceptualno-interno mapiranje uspostavlja korespondenciju između konceptualne reprezentacije i pohranjene baze podataka, tj. opisuje kako su konceptualni zapisi i polja interno predstavljeni. Kada se struktura pohranjene baze podataka promijeni, mijenja se i ovo mapiranje, uzimajući u obzir činjenicu da konceptualna shema ostaje nepromijenjena. Drugim riječima, da bi se osigurala neovisnost podataka, rezultati bilo kakvih promjena u šemi skladištenja ne bi trebali biti vidljivi na konceptualnom nivou. Ovo mapiranje služi kao osnova za fizičku neovisnost podataka, ako su korisnici i korisnički programi imuni na promjene u fizičkoj strukturi pohranjene baze podataka. Eksterno-konceptualno preslikavanje definira preslikavanje između neke eksterne reprezentacije i konceptualne reprezentacije. Ovo mapiranje služi kao osnova za logičku nezavisnost podataka, tj. korisnici i korisnički programi su imuni na promjene u logičkoj strukturi baze podataka (tj. promjene se podrazumijevaju na konceptualnom nivou). (Na primjer, nekoliko konceptualnih polja može se kombinirati u jedno vanjsko (virtualno)). Preslikavanje eksternog u eksterno omogućava da se jedna definicija eksterne reprezentacije izrazi u terminima druge bez potrebe za eksplicitnom definicijom preslikavanja svake eksterne reprezentacije na konceptualni nivo.