Cтраница 1
Определение коэффициентов корреляции для отдельных пар параметров практически не только сложно, но часто по ряду причин и невозможно. Поэтому при расчетах учитывают корреляции только сильно связанных параметров, о которых либо известно, что они так связаны, либо это подтверждается специальным экспериментом. [1]
Определение коэффициента корреляции особенно необходимо, поскольку именно он позволяет оценить тесноту связей анализируемых параметров. [2]
При определении коэффициентов корреляции важно использовать точки данных того же временного периода, который был использован для определения ожидаемых прибылей и дисперсий. [3]
Формула (III.100) для определения коэффициента корреляции используется в том случае, когда данные сгруппированы. [4]
Как и при определении коэффициента корреляции Спирмена, исходные данные ранжируют в порядке возрастания или убывания. [5]
Следует заметить, что определение коэффициента корреляции, между двумя событиями, данное в гл. [6]
Изучение этих связей производится путем определения коэффициентов корреляции различного вида ( парных, частных, множественных) и применения статистических процедур для оценки их значимости. [7]
Эти свойства следуют непосредственно из определений коэффициента корреляции (18.137), ковариации (18.130) и ее свойств. [8]
Полученные значения могут быть пересчитаны в международные единицы после определения коэффициента корреляции с KMII-азной или вискозиметрической активностью. [9]
Полученные значения могут быть пересчитаны в международные единицы после определения коэффициента корреляции с KMII-азной или вискозиметрической активностью. [10]
При обработке экспериментальных и статистических материалов, например при определении коэффициентов корреляции, желательно избегать случайных ошибок измерения отдельных величин. Для этого экспериментальные зависимости одной случайной величины от другой случайной величины подвергают расчетному сглаживанию. Одним из методов расчетного сглаживания является метод наименьших квадратов. [11]
Если коэффициенты влияния можно установить аналитическ-и или экспериментально ( например, моделированием электрических схем), то определение коэффициентов корреляции требует больших статистических исследований для каждой конкретной топологии элементов. Поэтому применение выражения (4.12) ограничено, в частности, оно применимо только при проектировании ИМС первой степени интеграции. [12]
Примером могут служить элементы ai; матрицы ответов А, см. раздел 1.3. Такая возможность существенно меняет дело, так как позволяет отказаться от определения коэффициента корреляции именно двумерной нормальной совокупности и оценивать непосредственно нормированную ковариацию двух указанных случайных величин. [13]
Если мы используем дневные данные для определения ожидаемых прибылей и дисперсии прибылей ( т.е. ведем расчеты на дневной основе), тогда нам следует использовать дневные данные для определения коэффициентов корреляции. [14]
Существенное значение имеет связь различных параметров для данного технологического процесса. Наличие этих связей устанавливают на основании определения коэффициента корреляции. [15]