Статистическая метода

Cтраница 1

Статистические методы иногда ошибочно относят лишь к ситуациям, связанным с большими массивами данных. [1]

Статистические методы сыграли и продолжают играть важную роль при проведении исследований в области точности механической обработки. [2]

Статистические методы, основанные на данных разработки эксплуатационных объектов, можно подразделить на два подкласса: объемные методы исследования заводненных зон пласта, методы, использующие данные по добыче нефти и воды и их производные. [3]

Статистические методы позволяют получить равновесное распределение Максвелла - Больцмана независимо от особенностей частиц, отражающих их межмолекулярные взаимодействия; понятие энтропии получает при этом новое освещение, а теорема Лиувилля описывает закон временной эволюции системы. Остается неисследованным вопрос о самом процессе движения к равновесию. [4]

Статистические методы исходят из постоянных на весь прогнозируемый период темпов и пропорций развития объекта и не способны учесть многосторонних связей, влияющих на его развитие. Это может привести к недостоверному прогнозу, так как необходимо учитывать не только действующие факторы, но и те, влияние которых ожидается в будущем, в прогнозируемом периоде. В свою очередь, факторный метод может обеспечить учет влияния научно-технического прогресса на потребность. Однако в условиях долгосрочного прогнозирования возможны ошибки в определении направлений технического прогноза и в оценке его практической реализации в прогнозируемом периоде. Ошибки здесь более вероятны, поскольку расчет фундаментально не опирается на тенденции развития промышленности в отчетном периоде, не проверяется ими. [5]

Статистические методы могут быть сильнейшим оружием в руках исследователя, если только они не становятся самоцелью. Их можно применять только тогда, когда имеется твердая почва достаточно устойчивой реальной статистики. [6]

Состояния или классы процесса. Л. представляет нормальную работу, / - неисправные состояния. [7]

Статистические методы применяются к набору данных для каждого состояния, чтобы установить распределение вероятности для вектора признаков. Тогда, если цена каждого возможного неправильного диагностирования известна, критерием расстояния для каждого состояния является просто ожидаемая потеря от диагностирования этого состояния с наблюдаемыми признаками. [8]

Статистические методы могут быть полезны, когда требуется определить ожидаемые результаты при внесении изменений или усовершенствований в конструкцию машины. [9]

Статистические методы все более широко применяют при решении различных прикладных задач. В первую очередь традиционно они используются при обработке данных экспериментов, причем круг задач обработки непрерывно расширяется прежде всего за счет расширения областей, где используются экспериментальные методы, и усложнения самих экспериментов. [10]

Статистические методы, применяемые для оценки риска. [11]

Статистические методы занимают значительное место при анализе ИС. [12]

Статистические методы позволяют установить количественные взаимосвязи между большим числом входных параметров и выходной величиной объекта при одновременном их изменении. [13]

Статистические методы включают как простые методы, которые могут быть понятны любому человеку, так и сложные математические процедуры, доступные специалистам высокого класса. В этом учебнике излагаются простые и часто используемые методы при изучении социальных и экономических явлений и процессов. [14]

Статистические методы можно также разбить на две группы: параметрические и непараметрические. Каждому образу ставится в соответствие вероятностная мера, заданная в признаковом пространстве. В этом случае предъявляемый к распознаванию объект S рассматривается как результат наблюдений, на основании которых следует предпочесть одну из гипотез о его принадлежности к классу или образу. [15]

Страницы: 1 2 3 4