Cтраница 3
По окончат и Академии, Шубин продолжает обучение в Париже, а затем - в Риме. Он раскрывает многогранный образ модели независимо от ее общественного положения. В бюсте А.М.Голицына скульптор передает самые разные стороны характера русского аристократа - ум и скептицизм, духовное изящество и следы душевной усталости, сословной исключительности и насмешливого благодушия. Потемкина, А.А.Безбородко, З.Г.Чернышева предстают перед нами сильные, темпераментные натуры. [31]
Картины, подобные рис. 6 - 11 или 7 - 3, могут возникнуть как вследствие каких-либо устранимых ошибок ( например, наличия промахов), так и в результате диффузности самих исходных экспериментальных данных. Но ими невозможно воспользоваться при многофакторном эксперименте, пока он не приведен к виду y f ( y) с использованием сколь угодно плохой модели. Поэтому использование назначенной волевым образом модели позволяет решить этот вопрос путем построения на ее основе графика y f ( y) ( рис. 6 - 14 6 или 7 - 3) и удаления промахов из выбранной полосы. [32]
Картины, подобные рис. 6 - 11 или 7 - 3, могут возникнуть как вследствие каких-либо устранимых ошибок ( например, наличия промахов), так и в результате диффузиости самих исходных экспериментальных данных. Но ими невозможно воспользоваться при миогофак-торном эксперименте, пока он не приведен к виду y f ( y) с использованием сколь угодно плохой модели. Поэтому использование назначенной волевым образом модели позволяет решить этот вопрос путем построения на ее основе графика y f ( y) ( рис. 6 - 14 6 или 7 - 3) и удаления промахов из выбранной полосы. [33]
Третий подход к анализу противоречий ЦМРК состоял в том, чтобы, сохраняя ее методологические основы, придать больший реализм предположениям, используемым в модели. Это означает сохранение базового предположения ЦМРК о том, что инвесторы ( или их представители) следуют принципам выбора оптимального портфеля ценных бумаг. Однако в модель вводятся дополнительные факторы, которые усложняют ситуацию, делая ее реалистичнее. Одна из полученных таким образом моделей носит название межвременной ценовой модели рынка капитала. В этой динамической модели равновесные премии за риск, который несут инвесторы, приобретая ценные бумаги, формируются с учетом нескольких возможных вариантов измерения рискованности вложений. [34]
В AutoCAD можно создавать три типа моделей трехмерных объектов - каркасные, поверхностные и твердотельные. Каркасные модели, как и следует из самого названия, напоминают модели, сделанные из проволоки. Они не несут информации о поверхностях и объеме реального объекта, но полезны при создании в AutoCAD объектов, которые затем можно преобразовать в поверхностные или твердотельные модели. Поверхностные модели, в отличие от каркасных, несут информацию о поверхностях, формирующих внешний вид реального объекта, и, таким образом, позволяют воспроизводить определенные оптические свойства, например закрывать объекты, которые расположены позади них. Такие модели особенно полезны при создании объектов необычной формы. Твердотельные модели ( в дальнейшем для краткости будем называть их просто тела) несут информацию о части пространства ( объеме), которую занимают реальные моделируемые объекты. Можно комбинировать тела, объединяя и вычитая их, и создавать таким образом модели достаточно сложных объектов. [35]
Особенности метода позволяют проверить прогнозирующие свойства модели. Для этого совокупность исходных данных делится на две равные по объему выборки. Первая выборка условно называется обучающей, вторая - проверочной. Поиск структуры и коэффициентов модели осуществляется по следующей схеме. На первом этапе расчетов модель строится на обучающей выборке данных. По полученной модели определяют расчетные величины выходной переменной ( нефтеотдачи) для всей совокупности точек. На втором этапе расчетов выборки меняются местами, т.е. бывшая проверочная выборка становится обучающей, а бывшая обучающая - проверочной, и расчеты повторяются. Если полученные таким образом модели отличаются незначительно и характеризуются высокой дисперсионной мерой идентичности, то очевидно, что любая из них обладает достаточно высокой надежностью прогноза в пределах всего диапазона изменения учтенных факторов. Предпочтение следует отдавать модели с более высоким множественным корреляционным отношением. [36]