Cтраница 3
И, наконец, одним из серьезных недостатков коэффициента риска является необходимость при его определении ( расчете) знать ( иметь, установить) функцию отдачи - тщательно рассчитанные стохастические зависимости между изучаемым ( исследуемым, рассматриваемым) показателем и относительной отдачей. [31]
Такой метод оценки, хотя и находит широкое применение и часто обладает несомненными достоинствами в общем случае не желателен, так как между степенью повреждения и данным выходным параметром изделия имеется своя функциональная или стохастическая зависимость, которая искажает информацию о ходе процесса старения. Кроме того, повреждение может оказать влияние на ряд выходных параметров, по-разному изменяющихся во времени, и, наоборот, данный параметр может изменяться ( и это является наиболее типичным случаем) в результате различных повреждений элементов изделия. [32]
Следует различать стохастическую ( вероятностную) зависимость и функциональную. Стохастическая зависимость может, быть более или менее тесной: по мере увеличения тесности вероятностная зависимость все более приближается к функциональной. [33]
На этом этапе выбор аналитических методов и формул зависит от формы и степени тесноты связи между анализируемыми показателями. При наличии стохастической зависимости применяются статистико-математические методы. При детерминированной - наиболее предпочтительны индексный метод, методы цепных подстановок, абсолютных и относительных разниц, долевого участия. Возможно применение и других традиционных методов экономического анализа. [34]
Существование такого рода связей отражает наличие стохастических зависимостей между вектором х и скаляром у. Полное знание стохастической зависимости требует восстановления условной плотности Piyx), Задача же восстановления условной плотности чрезвычайно трудна. [35]
Модели можно подразделять на стохастические, детерминированные и адаптивные. При использовании стохастических зависимостей для математического описания процесса необходимо предварительно получить вероятностные характеристики и функции распределения. Для этого необходимо обработать большое число результатов предварительных испытаний и падежную информацию. В связи с тем, что статистические данные обычно получаются при определенных входных условиях, рассчитанные по этим данным вероятности и функции распределения имеют условный характер. Если условия изменяются, то это надо учитывать и проводить соответствующие перерасчеты. Для характеристики детерминированных моделей используют классический аналитико-математический аппарат, применяемый для описания процессов, протекающих в рассматриваемых объектах. Адаптивные математические модели применяют в тех случаях, когда в системе имеется параметрическая неопределенность. Эта неопределенность уменьшается, если есть надежная информация о рассматриваемом процессе. [36]
На этом этапе выбор аналитических методов и формул зависит от формы и степени тесноты связи между анализируемыми показателями. При наличии стохастической зависимости применяются статистико-математические методы. При детерминированной зависимости наиболее предпочтительны индексный метод, метод цепных подстановок, абсолютных и относительных разниц, долевого участия. Возможно применение и других традиционных методов экономического анализа, которые достаточно хорошо освещены в специальной литературе. [37]
Экспериментально определяемые величины, такие, как прочность, долговечность или концентрация свободных радикалов), имеют широкий разброс значений. В качестве предельного примера стохастической зависимости на рис. 3.1 дана гистограмма [3] долговечности t 500 труб из ПЭВП, испытанных при одинаковых условиях. Очевидно, что реально определяемые значения t имеют широкий разброс относительно данного ожидаемого значения. [38]
Следовательно, при наличии нелинейной связи между переменными корреляционное отношение характеризует стохастическое поведение объекта. Чтобы корреляционное отношение определяло и стохастическую зависимость между сечениями случайных процессов, последние рассматриваются как системы случайных величин. [39]
Изучение стохастической зависимости затрагивает весьма обширный круг проблем. Заметим, например, что не всегда стохастическая зависимость четко указывает на пер-вопричинную связь. Поучительным примером в этом отношении являются опыты Беккереля, который обнаружил, что интенсивность рентгеновских лучей тем выше, чем ярче люминесцентное свечение катодной трубки, испускающей эти лучи. Это послужило основанием для ошибочного предположения, что люминесцентное свечение является причиной рентгеновского излучения. [40]
Теория вероятностей как правило изучает не сами случайные переменные, а их распределения. Совместные распределения случайных переменных определяют их стохастическую зависимость. [41]
Их формирование представляет собой сложный процесс, раскрытие функциональных связей которого является нелегкой задачей. Это заставляет многих исследователей целиком опираться на стохастические зависимости и изучать поведение сложной системы лишь методами теории вероятностей и математической статистики. Такой подход представляется нам односторонним. [42]
Автоматизированные системы управления технологическими процессами являются сложными системами. Это обусловлено большим количеством информации, требующейся для управления стохастическими зависимостями выходных параметров процесса от входных воздействий. АСУ ТП можно отнести к сложным системам еще и потому, что часто общий критерий управления всем ТОУ не совпадает с локальными критериями управления отдельных технологических агрегатов и аппаратов. [43]
Эти линии представляют геометрическое место центров условных распределений, соответствующих заданным значениям одной из переменных. Этот случай может рассматриваться как своего рода предельный к случаю стохастической зависимости, копа рассеивание вокруг условного центра у ( х) равно нулю. [44]
Говорят, что две переменные связаны между собой стохастической за висимостыо если изменение одной из них влечет изменение распределения другой. При этом, если изменение распределения состоит в изменении математического ожидания, то стохастическая зависимость называется корреляционной. Если изменение распределения сводится к изменению дисперсии, то стохастическая зависимость называется скедастической. Возможны и другие частные случаи стохастической зависимости и их сочетания. [45]