Cтраница 2
Математическое описание системы получено методами корреляционного и дисперсионного анализа. Для этого были обработаны результаты измерений по данным нормальной эксплуатации оборудования. Параметры математического описания приведены в табл. V.4. Статистически незначимые коэффициенты исключены из уравнений множественной регрессии. [16]
Определенную помощь здесь могут оказать методы дисперсионного анализа, которые, как было установлено выше, позволяют оценить существенность не только основных эффектов, но и эффектов взаимодействия. Кроме того, при анализе основных эффектов могут быть установлены существенность как линейных эффектов, так и эффектов более высоких порядков, например, квадра-тических и кубических. [17]
Широко применяются ситовой и фильтрационный методы дисперсионного анализа. Сита пробивные ( с круглыми отверстиями) или тканые ( проволочные или шелковые) применяются для дисперсионного анализа грубодисперсных материалов и порошков. В пробивных ситах размеры отверстий бывают большей частью в пределах от 0 5 до 5 мм, в тканых расстояния между нитями вариируют от 0 043 до 19 мм. [18]
Широко применяются ситовой и фильтрационный методы дисперсионного анализа. Сита пробивные ( с круглыми отверстиями) или тканые ( проволочные или шелковые) применяются для дисперсионного анализа грубодисперсных материалов и порошков. [19]
Здесь будут кратко рассмотрены некоторые методы дисперсионного анализа, которые в настоящее время уже применяются или могут быть применены для определения величины частиц различных пигментов. [20]
В зависимости от способов измерения методы дисперсионного анализа делятся на прямые и косвенные. К прямым относится непосредственное измерение размеров частиц с помощью некоторого масштаба, будь то шкала микроскопа или ячейки сит. [21]
Близкими к методам дискриминантного анализа являются методы дисперсионного анализа, кластерного и факторного анализов, а также, как уже говорилось, методы множественной регрессии. [22]
В настоящее время в СССР разработаны методы дисперсионного анализа нефтепродуктов [1-3], но ни один из них не стандартизован. Это вызывает определенные трудности в классификаций нефтепродуктов по чистоте и требует дальнейших исследований и конструктивных разработок по совершенствованию этих методов. [23]
Данные по урожаю рекомендуется обрабатывать по методу дисперсионного анализа. При уборке предусматривается отбор средней пробы для анализа остаточных количеств пестицидов в продукции, оценки посевных качеств семян, определения действия пестицидов на биохимические показатели урожая. Качество продукции оценивается по общепринятым в биохимии методикам. [24]
Особого внимания для оценки чистоты нефтепродуктов заслуживают методы дисперсионного анализа, основанные на их оптических свойствах: поглощение, отражение и рассеяние света. [25]
Математическую обработку полученных данных следует вести по методу дисперсионного анализа для многофакторных опытов. [26]
Например, при изучении качественных факторов используется аппарат и методы дисперсионного анализа, в то время как при изучении количественных факторов может быть использован как дисперсионный анализ, так и методы регрессионного анализа. [27]
Рассматривается 150 различных вариантов планирования эксперимента при обработке материала методами дисперсионного анализа. [28]
Таблицы, необходимые для планирования эксперимента и обработки материала методами дисперсионного анализа. [29]
При одновременном действии не одного, а ряда факторов методами дисперсионного анализа удается обнаружить не только влияние отдельных факторов, но и оценить эффект взаимодействия или одновременного влияния сразу нескольких факторов. Классический многофакторный эксперимент, в ходе которого последовательно изменяют уровни одного фактора, оставляя остальные неизменными, а затем аналогичным образом поочередно исследуют действие всех остальных факторов, не позволяет обнаружить эффектов межфакторного взаимодействия и требует значительного числа экспериментов и громоздких вычислений. [30]