Pagmomodelo ng Input

Mula sa Wikipedia, ang malayang ensiklopedya

Ang pagmomodelo ng input o input modelling sa Ingles ay ang pagkuha ng datos at pagkarakterisa sa mga ito. Ito ay ginagamit upang maibuod ang mga katangian ng mga nakuhang datos at maipakita ang pagkilos ng mga ito. Ito ay maaaring maging kapanipakinabang sa iba pang mga teknik ng pag-analisa katulad ng simulasyon.

Mga hakbang sa pagmomodelo ng input[baguhin | baguhin ang wikitext]

  • 1. Kumuha ng datos galing sa inoobserbahang systema – Ito ang mga datos na ikakarakterisa at ang magiging pangunahing kailangan sa input modelling. Sa pagkuha ng datos, tandaan na i-analisa ang mga ito sa tuwing may bagong datos. Ito ay isang pamamaraan na paniniguradong ang kinakalap na datos ay kailanang.
  • 2. Alamin ang distribusyon ng nakalap na datos galing sa obserbasyon – Ang distribusyon ang nagbibigay ng pagkakabuklod sa mga datos na nakuha. Ito ay ginagawa sa pamamagitan ng pagguhit o pag-plot ng mga datos sa isang “histogram” o “time series plot”. Ang hugis o pattern ng isang histogram o time series plot ay pambihira lamang sa isang karaniwang distribusion. Kaya naman sa pamamagitan ng plots, and distribusyon ng isang set ng datos ay madaling makukuha.
  • 3. Alamin ang mga parameter na magbibigay ng depinisyon sa distribusyon – Ang distribusyon na walang parameter ay walang kahulugan at karakter. Ang parameter ang nagbibigay ng identidad sa isang distribution. Ang hakbang na ito ay magagawa gamit ang mga napag-alaman nang mga pang-estima ng parameter sa bawat distribusyon.
  • 4. Isailalim ang datos sa testing – Ito ay ginagawa upang matiyak na tama ang napiling distribusyon at parameter para irepresinta ang mga datos. Ito ay ginagawa sa pamamagitan ng paggamit ng mga “Goodness of Fit Tests” na mga standard teknik sa statistical na pagaanalisa. Ang “Chi-Square Test” at “Kolmogorov-Smirnov Test” ay mga halimbawa ng Goodness of Fit Tests.


Usbong Ang lathalaing ito ay isang usbong. Makatutulong ka sa Wikipedia sa pagpapalawig nito.