Визначити зміст і значення процедур автоматизованої класифікації в біометричних дослідженях

В чому полягає зміст нульової гіпотези при оцінці достовірності визначених середніх значень?

Нульова́ гіпо́теза — наукове припущення, що перевіряється емпіричними дослідженнями на неспроможність (чи навпаки спроможність) відобразити реальність. Поняття нульової гіпотези часто використовується в статистичних методиках, зокрема такими науками, як біологія, медицина, соціологія. Нульова гіпотеза це бездоказове припущення здійсненне до проведення дослідження. Поняття нульової гіпотези передбачає існування альтернативної гіпотези, що її заперечує. Нульова гіпотеза зазвичай в роботах позначається H0, а альтернативна — H1. На практиці нульовою гіпотезою слугує відсутність статистично значущої кореляції між якимись характеристиками чи показниками, а альтернативною є гіпотеза про існування кореляції. Для людей практично завжди характерний суб'єктивізм — існування певного упередженого ставлення до будь-яких явищ, навіть цілком абстрактних. Тому більшість досліджень проводиться з певною метою і очікується підтвердження інтуїтивних чи моральних здогадок вчених (альтернативної гіпотези) про наявність статистично значущої кореляції поміж факторами. Нульова ж гіпотеза слугує протилежною точкою зору, яку дослідник намагається спростувати — довести, що одна характеристика таки має вплив на іншу. Проте емпірика часто доводить і вірність саме нульової гіпотези. У такому випадку дослідження показує інший результат, аніж очікувався.

Визначити зміст і значення процедур автоматизованої класифікації в біометричних дослідженях.

Біометрична ідентифікація — засіб підтвердження: а) особи; б) належності паспорта його власникові — шляхом розпізнавання і зіставлення біометричних даних (кольору очей, малюнка сітківки ока, відбитків пальців, геометрії руки, рис обличчя тощо), що зафіксовані носіями цих даних, з особистими даними власника.

В даний час існує безліч методів біометричної ідентифікації, які можна розділити на дві великі групи: статистичні та динамічні. Статистичні методи грунтуються на фізіологічній (статистичній) характеристиці людини, тобто унікальній властивості, даному йому від народження і невід'ємне від нього.

Статичні методи

* За відбитком пальця. Найпоширеніший метод біометричної ідентифікації, в основі цього методу лежить унікальність для кожної людини малюнка папілярних візерунків на пальцях. Зображення відбитка пальця, отримане за допомогою спеціального сканера, перетвориться в цифровий код (згортку) і порівнюється з раніше введеним шаблоном (еталоном) або набором шаблонів (у випадку ідентифікації).

* За формою долоні. Даний метод побудований на розпізнаванні геометрії кисті руки. З допомогою спеціального пристрою, що дозволяє отримувати тривимірний образ кисті руки, виходять вимірювання, необхідні для унікальної цифрової згортки, що ідентифікує людини.

* За розташуванням вен на тильній стороні долоні. За допомогою інфрачервоної камери зчитується малюнок вен на тильній стороні долоні або кисті руки, отримана картинка обробляється, і за схемою розташування вен формується цифрова згортка.

* За сітківкою ока. Вірніше, це спосіб ідентифікації за малюнком кровоносних судин очного дна. Для того, щоб малюнок став видно, людині треба подивитися на віддалену світлову точку, і підсвічується таким чином очне дно сканується спеціальною камерою.

* За райдужною оболонкою ока. Метод заснований на унікальності малюнка райдужної оболонки ока. Для реалізації методу необхідні спеціальна камера і відповідне програмне забезпечення, що дозволяє виділити з отриманого зображення малюнок райдужної оболонки ока, за якою будується цифровий код.

* За формою обличчя. У даному методі ідентифікації будується двох або трьох мірний образ обличчя людини. За допомогою камери і спеціалізованого програмного забезпечення на зображенні виділяються контури очей, брів, носа, губ і т. д. обчислюються відстань між ними. За цими даними будується образ, що перетворюється в цифрову форму для порівняння.

* За термограмою особи. В основі цього методу лежить унікальність розподілу на обличчі артерій постачають кров'ю шкіру і виділяють тепло. Для отримання зображення використовуються спеціальні камери інфрачервоного діапазону.

* Інші методи. Існують ще такі унікальні способи як ідентифікація за ДНК, піднігтьовим шаром шкіри, формою вуха, запахом тіла тощо.

Динамічні методи:

* Грунтуються на поведінковій (динамічної) характеристиці людини, тобто враховують особливості, характерні для підсвідомих рухів у процесі відтворення якої-небудь дії.

* За рукописним почерком. Для цього методу використовується підпис людини (іноді написання кодового слова). Цифровий код формується за динамічними характеристиками написання, тобто будується згортка, в яку входить інформація щодо графічних параметрів, тимчасових характеристик нанесення підпису та динаміки натиску на поверхню тощо.

* За клавіатурним почерком. Метод аналогічний вищеописаному, але замість підпису використовується кодове слово. Основна характеристика, за якою будується згортка — динаміка набору кодового слова.

* За голосом. Існує багато способів побудови коду ідентифікації за голосом, як правило, це різні поєднання частотних і статистичних характеристик голосу.

* Інші методи. Для даної групи методів описані вище тільки найпоширеніші, існують такі унікальні методи як ідентифікація за рухом губ, за динамікою повороту ключа в дверному замку тощо.

№3.Коли доцільно використовувати ранговий Z-критерій знаків? Як розрахувати ранговий Z-критерій знаків для вибірки?

Однією з важливих проблем в маркетингових дослідженнях є визначення середньої величини для генеральної сукупності на основі вибіркових даних. Відповідна статистична перевірка гіпотези про середній величині здійснюється за допомогою Z-критерію, який використовується у випадку, якщо вибірка досить велика (n 30). Для малої вибірки (n <30) використовується t-критерій Стьюдента з (n - 1) ступенями свободи (n - обсяг вибірки). Для перевірки гіпотез про двох і більше вибіркових середніх проводиться оцінка відмінностей між середніми величинами.

Z-критерій для великої вибірки

Для висновків щодо середньої величини в генеральній сукупності на основі даних вибірки можна використовувати Z-критерій, якщо дотримуються дві умови:

розподіл змінної у генеральній сукупності є нормальним;

обсяг вибірки досить великий.

Z-критерій заснований на стандартному нормальному розподілі і розраховується наступним чином:

де

- вибіркова середня;

- Генеральна середня по Але;

- Стандартна помилка оцінки середньої величини.

При цьому середня помилка оцінки дорівнює:

де - середнє квадратичне відхилення в вибіркової сукупності;

n - обсяг вибірки.

Для перевірки цієї гіпотези може бути використаний Z-критерій.

Послідовність перевірки наступна:

1) висування нульової та альтернативної гіпотез:

: M 3 (M - оцінка по використовуваної шкалою);

: M> 3;

2) встановлення допустимого рівня помилки вибірки (). Для = 0,05 табличне значення Z-критерію [3, т. 2, с. 492] дорівнює 1,64;

3) вибіркове середнє квадратичне відхилення () відомо і одно 1.5;

4) розрахунок стандартної помилки оцінки генеральної середньої за формулою:

5) розрахунок Z-критерію:

6) прийняття рішення про нульову гіпотезі: нульова гіпотеза може бути відкинута, оскільки розрахункова величина Z (7,463) більше, ніж критична величина Z = 1,64. Менеджер може бути впевнений, що середня оцінка обслуговування в поліклініці вище, ніж 3.

№4. Як краще призначити терміни проведення тривалих дослідів?

№17

Поиск по сайту: