Обработка экспериментальных данных на ЭВМ — это использование возможностей вычислительной техники для анализа экспериментальных информационных данных.
Введение
Обширное использование способов обработки экспериментальных данных сопряжено со следующими моментами:
- Внедрение математических методов в биологические, социальные и другие науки.
- Значительный прогресс в области технических экспериментальных исследований.
- Повсеместное использование электронных вычислительных машин (ЭВМ), включая встроенные в измерительное оборудование и имеющих математическое обеспечение, которое позволяет обрабатывать данный класс экспериментов.
- Рост требований к уровню качества данных, вызванный развитием теоретических основ.
Обработка экспериментальных данных требуется, чтобы выявить закономерности в параметрах изучаемых процессов и объектов. Итоги обработки экспериментальных данных дают возможность оценки качества объекта, которая необходима, чтобы можно было оперативно управлять процессами, а также для решения задачи адаптации исследуемого объекта к меняющимся условиям или определения требований к проектируемой системе.
Методики обработки экспериментальных данных стали разрабатывать специалисты ещё два века тому назад, поскольку возникла необходимость решения реальных практических проблем в сфере агробиологии, медицины, экономики, социологии. Сформированные при этом итоги были положены в основание такого научного направления, как математическая статистика.
Обработка экспериментальных данных на ЭВМ
В течение последних примерно тридцати лет математический аппарат обработки экспериментальных данных был существенно улучшен и модернизирован, что связано с появлением кардинально нового комплекса задач. Сегодня он состоит из большого количества разных направлений, выходящих за границы стандартной математической статистики. Отдельные методики находят применение при осуществлении исследований технического и человеко-машинного оборудования, различных систем, а также при выполнении обработки итогов статистического (имитационного) моделирования.
Сегодняшний уровень естественно-научных экспериментов может характеризоваться огромными информационными потоками. Причём фактически нереально без использования вычислительной техники осуществить визуальный контроль данных, а также их анализ. Автоматизированная машинная обработка способна привести к утрате таких моментов, как опыт, интуитивные навыки исследователей. Когда при формировании программы обработки не предусматривается обнаружение во входном информационном потоке данных, имеющих явно абсурдный статус, то ЭВМ осуществит обработку подряд всей информации и итоговый результат будет очень далёк от истины.
Возможны, кроме всего прочего, ошибки измерений, которые носят случайный характер, то есть методы обнаружения и ликвидации абсурдных измерений должны носить статистический характер.
Отдельные эксперименты носят характер уникальности, и для их выполнения требуется наличие дорогого оборудования. Вместе с тем, требуется максимально использовать полученную информацию, извлечь из неё все возможные выводы с определением уровня доверия к ним, что обусловлено методиками выполнения эксперимента и применяемыми способами информационной обработки. Увеличение сферы использования методов статистики при выполнении обработки экспериментальных данных сопряжено с применением достижений в области атомной и ядерной физики, а также других смежных науках, таких как, химия биология, геология, медицина. Объекты, изучаемые в ядерной физике, могут быть описаны уравнениями квантовой механики, которые носят стохастический характер. Это обусловлено тем, что природа причинно-следственных связей является вероятностной, как и модели этих процессов.
При осуществлении экспериментов и работе с экспериментальными данными повсеместно применяется радиоэлектронное экспериментальное и регистрирующее оборудование, а приборные искажения от него учитываются на основе теории случайных процессов, осуществлении анализа временных рядов, методах теории фильтрации.
При выполнении обработки итогов экспериментов более тщательно, чем это, как правило, делается в статистике, учитываются особенности организации измерений и процесса информационной обработки при помощи ЭВМ. Данные особенности могут привести к изменению или даже подмене методов статистики при работе с реальными данными.
Относительно исследуемых величин измерения могут быть прямыми и косвенными. Измерения являются прямыми, в случае прямого измерения требуемой величины, и они являются косвенными, если выполняется измерение функции от набора исследуемых величин.
Возникающие ошибки измерений могут быть как систематическими, так и случайными. Систематические ошибки появляются всегда, когда присутствуют причины, способные их вызвать, и они, как правило, ведут к типичной коррекции итоговых результатов. Воздействие случайных ошибок является нерегулярным, и может привести как к увеличению, так и к уменьшению измеряемой величины относительно истинного значения. При обработке итогов эксперимента следует учитывать оба типа ошибок.
Чтобы была возможность использования статистического анализа, нужно сначала сформировать вероятностную модель исследуемых величин. Сформированные при помощи ЭВМ выводы о природе исследуемых величин могут носить как общий, так детализированный характер. Проблема формирования модели не может считаться чисто математической, поскольку она должна включать детальное отображение исследуемого при помощи эксперимента процесса, знание методических основ осуществления эксперимента и выполнения измерений, то есть должна решаться совместно с экспериментаторами. При этом, самые убедительные теоретические доводы в пользу определённой модели исследуемых величин не могут считаться полными без выполнения проверки модели на экспериментальных материалах.
