Аналіз генераторів випадкових чисел мови R з позиції моделювання даних за логістичною моделлю Раша

• Опубліковано в: Математичні машини і системи
• Дата: 2018
• ISSN: 1028-9763
• Автори: Диховичний, О.О., Круглова, Н.В., Алєксєєва, І.В.
• Формат: Стаття
• Мова: Українська
• Опубліковано: Інститут проблем математичних машин і систем НАН України 2018
• Теми: Моделювання і управління
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/144947
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Аналіз генераторів випадкових чисел мови R з позиції моделювання даних за логістичною моделлю Раша / О.О. Диховичний, Н.В. Круглова, І.В. Алєксєєва // Математичні машини і системи. — 2018. — № 2. — С. 148-156. — Бібліогр.: 11 назв. — укр.

У роботі досліджено і проаналізовано генератори псевдовипадкових чисел (ГВЧ) та квазівипадкові послідовності (КВП), які реалізовано у середовищі статистичного програмування R, з огляду на можливість моделювання матриць, які описуються логістичною моделлю Раша. Моделювання таких матриць є важливим для імітаційного моделювання результатів педагогічних тестувань, соціологічних опитувань. Показано, які саме ГВЧ та КВП є прийнятними для такого моделювання. В работе исследованы и проанализированы генераторы псевдослучайных чисел (ГСЧ) и квазислучайные последовательности (КСП), которые реализованы в среде статистического программирования R, с точки зрения возможности моделирования матриц, которые описываются логистической моделью Раша. Моделирование таких матриц важно для имитационного моделирования результатов педагогических тестов, социологических опросов. Показано, какие именно ГСЧ и КСП являются подходящими для такого моделирования. This article explores and analyzes pseudorandom numbers generators (PRNG) and quasi-random sequences(QRS) which are realized in the statistical programming language R, from the point of view of possible matrix modeling described by logistic Rasch modeling. Modeling of such matrixes is critical for imitational modeling of educational testing results and sociological surveys. It is demonstrated which specific PRNG and (QRS) are suitable for such modeling.