Cтраница 2
На рис. 4.3 изображены выборочные плотности распределения наблюдений для нелинейной и линеаризованной моделей для условий проведения дискриминирующих экспериментов. Хотя они существенно не различаются ( что есть следствие того, что анализируемая модель истинная и линеаризация проводится в окрестности истинных значений параметров), но апостериорные вероятности принятия гипотез ( рис. 4.5) для них различны и монотонно сходятся к единице, для нелинейной модели. Следовательно, данный пример показывает, что практическое применение не приближенных, а точных процедур дискриминации гипотез позволяет повысить надежность исследований, устанавливать с заданной точностью прогнозирующие возможности - модели и сократить длительность экспериментирования. Тем самым перед исследователями открываются новые возможности в изучении более тонких деталей механизма физико-химических процессов. [16]