Статистическая обработка - результат
Cтраница 4
Перед проведением статистической обработки результатов важно, чтобы разработчик СО, основываясь на своем профессиональном опыте п квалификации, рассмотрел отчет аттестующей лаборатории и осуществил тщательный анализ полученных данных. При этом следует проверить правильность воспроизведения методики, полноту учета влияния мешающих компонентов, корректность применяемой процедуры контроля. Особое внимание следует обратить на то, чтобы полученные в лаборатории результаты по различным МВИ, были независимыми и укладывались в интервал допустимого разброса результатов, устанавливаемого с учетом приписанных характеристик погрешности аттестованных или стандартизованных МВИ. [46]
По данным статистической обработки результатов промысловых: определений коэффициента гидропроводности коллекторов в скважинах Ромашкинского месторождения однозначно установлена зависимость коэффициента гидропроводности, определенного по кривой восстановления давления, от величины установившейся депрессии или начального дебита пласта. Так, при увеличении депрессии от 0 1 - 1 0 до 3 - 4 МПа коэффициент гидропроводности увеличивается для песчаников и алевролитов соответственно в 1 7 и 2 5 раза. Полученная закономерность подтверждена на основе обобще ния и анализа материалов исследований около 50 скважин 13 нефтяных месторождений страны. [47]
Для упрощения статистической обработки результатов созданы алгоритмы построения таблицы частот и графика Ципфа, расчета его параметров. [48]
Приведем пример статистической обработки результатов титрования, на котором покажем приемы счета, значительно облегчающие, особенно в случае большого числа опытов, вычисление необходимых величин. [49]
 |
Схема алгоритма получения случайных значений входных параметров. [50] |
Разработка алгоритмов статистической обработки результатов моделирования представляет собой вторую основную проблему реализации стохастической математической модели на ЭВМ. Наиболее полная информация об ожидаемом разбросе значений рабочих показателей может быть получена из гистограммы. Действительно, зная эмпирическое распределение значений показателей, не составляет труда определить параметры этого распределения и оценить вероятность удовлетворения требований ТЗ. Основная трудность, возникающая при разработке достаточно универсального и эффективного алгоритма построения гистограмм, состоит в необходимости совмещения во времени операций определения границ разброса по анализируемому показателю ( поскольку в общем случае эти границы заранее неизвестны и формируются в процессе выполнения заданного количества статистических испытаний) и подсчета частот попадания значений показателя в интервалы разбиения диапазона разброса. [51]
Страницы: 1 2 3 4