Математическая обработка - опытные данные
Cтраница 1
Математическая обработка опытных данных показывает, что порядок реакций полиамидирования в нашем случае зависит от температуры и в целом имеет дробный, характер. [1]
Путем математической обработки опытных данных были получены уравнения и номограммы которые позволяют прогновировать свойства битумов после длительного нагре ания в зависимости от условий процесса. [2]
Ниже приводится методика математической обработки опытных данных и вывода найденных закономерностей. [3]
Следует указать, что первую математическую обработку опытных данных в целях создания количественной теории ЭГЭ, опираясь на наши работы, осуществил В. В. Арсентьев в Новочеркасском политехническом институте. Выведенные им формулы совпали с опытными данными и оказались достаточно простыми, чтобы могли широко использоваться в инженерной практике. [4]
 |
Интерпретация эффектов взаимодействия х х и. [5] |
Использованием метода миогофакторного планирования эксперимента п математической обработкой опытных данных разработаны уравнения, описывающие зависимость коэффициента обесфторивания маардуских и кингисеппских фосфоритов от 6 параметров процесса. [6]
Для наиболее распространенных форм воздушных зазоров задача была решена путем математической обработки опытных данных с использованием принципа подобия. [7]
Синергетический эффект трудно установить аналитически, но он может быть определен эмпирически с последующей математической обработкой опытных данных, пользуясь в частности, методом математического планирования эксперимента. В нем за нижний предел варьирования может быть принят количественный эффект от реализации фактора без учета синергизма, за верхний предел - единица; ей равен симплекс при наивысшем значении числителя, равного знаменателю, как уровню мировых достижений. Его результаты обычно выражаются сложной функцией в виде многочленных полиномов или уравнений регрессии. В последнем коэффициенты косвенным образом отражают приоритетность того или иного фактора или нескольких факторов перед всеми другими, принимавшимися для совершенствования технологии. [8]
В настоящее время известно свыше 150 уравнений состояния, большая часть которых получена на основании математической обработки опытных данных с использованием дифференциальных уравнений термодинамики. [9]
Для получения результатов, минимально отличающихся от истинных значений величин, проводят многократные наблюдения за измеряемой величиной с последующей математической обработкой опытных данных. [10]
Для получения результата, минимально отличающегося от истинного значения величины, проводят многократные наблюдения за измеряемой величиной с последующей математической обработкой опытных данных. Поэтому важно изучение погрешности как функции номера наблюдений или времени. При многократных наблюдениях в каждом сечении можно найти среднее значение погрешности, относительно которого они группируются. Если через точки, соответствующие средним значениям, провести плавную кривую, то она будет характеризовать общую тенденцию изменения погрешности во времени. [11]
Так как при практическом использовании результатов испытаний необходимо знать действительную точность и надежность полученных опытных данных, следует проводить математическую обработку опытных данных на всех этапах исследования. [12]
Техника получения значений такого рода корреляционных коэффициентов и оценка точности получаемых соотношений типа (3.58) описываются в специальной литературе по математической обработке опытных данных. [13]
В справочнике собран разнообразный справочный материал: фактические данные из области физической химии, сведения о физических методах исследования, а также практические указания, относящиеся к технике эксперимента и методам математической обработки опытных данных. [14]
В III части руководства излагаются способы статистической обработки экспериментальных данных при небольшом числе изме - - р ний ж различные расчеты, связанные с фотометрическими определениями. Расчеты и способы математической обработки опытных данных иллюстрируются численными примерами. [15]
Страницы: 1 2