zadanie1

TEMA9/zadanie1.md

@@ -0,0 +1,154 @@
+M3_1
+1)Создайте модуль М1, содержащий две функции:
+
+функция 1: аргумент - список или кортеж с выборкой; функция должна произвести расчет по выборке оценки её дисперсии DX, а также наименьшего и наибольшего значений и вернуть эти значения в вызывающую программу в виде списка;
+
+функция 2: аргументы - два списка или кортежа с выборками X и Y; функция должна произвести с помощью функции 1 расчет статистик по выборкам и  рассчитать статистику Фишера:
+
+		F=DX/DY
+
+2)Создайте еще один модуль М2, в котором должны выполняться следующие операции:
+
+запрашивается имя бинарного файла с выборками X и Y, проверяется его наличие и при отсутствии - повторяется запрос;
+
+выборки считываются из файлов;
+
+с помощью функции 1 по выборкам рассчитываются их статистики, 
+
+с помощью функции 2 рассчитывается значение статистики Фишера,
+
+если числа элементов в выборках одинаково, графически отображается поле рассеивания для Х и Y;
+
+результаты расчета с соответствующими заголовками выводятся в текстовый файл.
+
+3)Создайте модуль М0 - главную программу, которая вызывает М2 и отображает результаты расчета на экране.
+
+4)Создайте 2 бинарных файла: с выборками одинакового размера и с выборками разного размера. Проверьте программу с использованием этих файлов.
+
+Модуль 1
+```py
+import math
+def disp(s): # функция рассчета дисперсии
+    if len(s) == 0:
+        return [0, 0, 0]
+    sr = sum(s) / len(s)
+    v = sum((x - sr) ** 2 for x in s) / len(s)   # среднее квадратов отклонений от среднего
+    m_n = min(s)
+    m_x = max(s)
+    
+    return [v, m_n, m_x]
+
+def fisher_stat(sample_x, sample_y):  # статистика фишера
+    stats_x = disp(sample_x)
+    stats_y = disp(sample_y)
+    
+    dx = stats_x[0]  #  дисп х
+    dy = stats_y[0]  #  дисп у
+    
+    if dy == 0:
+        return 0, stats_x, stats_y
+    else:
+        f = dx / dy
+        return f, stats_x, stats_y
+```
+Модуль 2
+```py
+import pickle
+import matplotlib.pyplot as plt
+import M1  
+
+def load_samples(filename): #Загружаем выборки х и у
+
+    while True:
+        try:
+            with open(filename, 'rb') as f:
+                data = pickle.load(f)
+                x = data['X']
+                y = data['Y']
+                print(f"Файл {filename} успешно загружен!")
+                return x, y
+        except FileNotFoundError:
+            print(f"Файл {filename} не найден!")
+            filename = input("Введите имя файла снова: ")
+        except Exception as e:
+            print(f"Ошибка чтения файла: {e}")
+            filename = input("Введите имя файла снова: ")
+
+def analysis():
+    x, y = load_samples(input("Введите имя бинарного файла: "))
+    f, stats_x, stats_y = M1.fisher_stat(x, y) 
+    
+    print("\nРЕЗУЛЬТАТЫ РАСЧЕТА:")
+    print(f"Размер выборки X: {len(x)}, Y: {len(y)}")
+    print(f"X: Дисперсия={stats_x[0]:.4f}, мин={stats_x[1]:.4f}, макс={stats_x[2]:.4f}")
+    print(f"Y: Дисперсия={stats_y[0]:.4f}, мин={stats_y[1]:.4f}, макс={stats_y[2]:.4f}")
+    print(f"Статистика Фишера F = {f:.4f}")
+    
+    
+    if len(x) == len(y): # График размеры одинаковые
+        plt.figure(figsize=(8, 6))
+        plt.scatter(x, y, alpha=0.7, color='blue')
+        plt.xlabel('X')
+        plt.ylabel('Y')
+        plt.title('Поле рассеивания X-Y')
+        plt.grid(True)
+        plt.show()
+    
+    # Сохраняем в текстовый файл
+    with open('results.txt', 'w') as f:  # Сохраняем в файл
+        f.write("РЕЗУЛЬТАТЫ СТАТИСТИЧЕСКОГО АНАЛИЗА\n")
+        f.write("=" * 40 + "\n\n")
+        f.write(f"Размер выборки X: {len(x)}\n")
+        f.write(f"Размер выборки Y: {len(y)}\n\n")
+        f.write(f"СТАТИСТИКИ ПО X:\n")
+        f.write(f"  Дисперсия DX = {stats_x[0]:.6f}\n")
+        f.write(f"  Минимум      = {stats_x[1]:.6f}\n")
+        f.write(f"  Максимум     = {stats_x[2]:.6f}\n\n")
+        f.write(f"СТАТИСТИКИ ПО Y:\n")
+        f.write(f"  Дисперсия DY = {stats_y[0]:.6f}\n")
+        f.write(f"  Минимум      = {stats_y[1]:.6f}\n")
+        f.write(f"  Максимум     = {stats_y[2]:.6f}\n\n")
+        f.write(f"СТАТИСТИКА ФИШЕРА:\n")
+        f.write(f"  F = DX/DY = {f:.6f}\n")
+    
+    print("Результаты сохранены в файл results.txt")
+    return f, stats_x, stats_y
+
+
+
+if __name__ == "__main__":
+    analysis()
+```
+Модуль 0
+```py
+import M2
+
+def main():
+    
+    print("СТАТИСТИЧЕСКИЙ АНАЛИЗ")
+    results = M2.analysis() # Запускаем анализ
+    print("АНАЛИЗ ЗАВЕРШЕН!")
+
+
+if __name__ == "__main__":
+    main()
+```
+
+```py
+>>> import os
+>>> os.chdir('C:\\Users\\Admin\\Documents\\Tsvetkova\\python-labs\\TEMA9')
+>>> import M1
+>>> import M2
+>>> import M0
+>>> M0.main()
+СТАТИСТИЧЕСКИЙ АНАЛИЗ
+Введите имя бинарного файла: same_size.bin
+Файл same_size.bin успешно загружен!
+
+РЕЗУЛЬТАТЫ РАСЧЕТА:
+Размер выборки X: 20, Y: 20
+X: Дисперсия=4.7969, мин=1.4282, макс=9.9043
+Y: Дисперсия=3.2402, мин=2.1279, макс=7.5406
+Статистика Фишера F = 1.4804
+```
+![](Figure_1.png)