Cтраница 4
Таким образом, для усреднения по двухчасовым интервалам времени значений параметров модель выборки становится весьма условной, в частности, применять статистические критерии считая, что каждая исследованная комната приносит 72 - 84 независимых наблюдения, нужно с большой осторожностью. Но все это не обязательно ставит под сомнение полученные выводы. [46]
Эталон обеспечивает воспроизведение единицы магнитной индукции в диапазоне 5 - 10 5 - 5 - 1О 4 Тл со средним квадратическим отклонением ( СКО) результата измерений не более 10 6 при десяти независимых наблюдениях. Размер единицы передается рабочим средством измерений в диапазоне 5 - Ю 12 - 5 - Ю 2 Тл в соответствии с ГОСТ 8.095 - 81 при помощи вторичных эталонов и образцов основанных на методах квантовой магнитометрии - ядерном магнитном резонансе. Эталон представляет собой электромагнит со стабилизатором поля на основе протонного резонанса и эталонный тесламетр ЯМР. [47]
Подробное изложение теории АО-алгоритмов обнаружения сигналов дано в книгах Левина Б.Р. [54, 55], в которых развиты и систематизированы результаты оригинальных работ Левина Б.Р., Баронкина В.М., Кушнира А.Ф., Пинского А.И., Рыбина А.К. В этих работах получены АО-алгоритмы обнаружения сигналов по независимым наблюдениям и сделаны существенные для практики обобщения на случай зависимых наблюдений, а также на случай обработки сигналов по ранжированным и квантованным наблюдениям. [48]
В настоящее время наибольшее внимание привлекают приложения дифференциально-геометрических методов именно в теории оценивания параметров, в первую очередь получение достижимых границ точности оценивания, в частности, асимптотическое уточнение поправки K ( N), и т.п. В этой статье мы демонстрируем, что геометрические методы могут с успехом использоваться и в других разделах статистической теории, таких, как проверка гипотез и оценивание плотности, когда приходится решать задачу статистического точечного оценивания распределения вероятностей случайной величины по ее независимым наблюдениям; ср. [49]
Применим изложенный общий метод для проверки гипотезы, что математическое ожидание случайной величины одно и то же ( неизвестнее) значение в двух независимых сериях опытов. Рассмотрим две серии независимых наблюдений нормально распределенной величины X ( или двух случайных величин Х1 и Х2) с неизвестным математическим ожиданием тх и ковариационной матрицей Кх. Гипотеза, подлежащая проверке, состоит в том, что тх предполагается одинаковым в обеих сериях опытов. Матрица Кх при этом считается одной и той же в обеих сериях опытов. [50]
Применим изложенный общий метод для проверки гипотезы, что математическое ожидание случайной величины одно и то же ( неизвестное) значение в двух независимых сериях опытов. Рассмотрим две серии независимых наблюдений нормально распределенной величины X ( или двух случайных величин Х - и Х %) с неизвестным математическим ожиданием тх и ковариационной матрицей Кх. Гипотеза, подлежащая проверке, состоит в том, что тх предполагается одинаковым в обеих сериях опытов. Матрица Кх при этом считается одной и той же в обеих сериях опытов. [51]