Оценка - параметр - распределение
Cтраница 1
Оценки параметров распределения Вейбулла очень сложны. [1]
Оценки параметров распределения являются значениями некоторых функций элементов выборки - статистик. [2]
Оценка параметров распределения прочности армирующих волокон, взаимодействующих по боковой поверхности, путем испытания их пучков / / Механика композитных материалов. [3]
Оценку параметров распределения глубин коррозионных повреждений поверхности изделий осуществляют несколькими методами. Наиболее простым и достаточно точным для практических расчетов является метод моментов, в котором среднее значение измеренных величин приравнивается к математическому ожиданию распределения, а опытная оценка дисперсии - к дисперсии распределения. [4]
Оценку параметров распределения глубин коррозионных повреждений поверхности изделий осуществляют несколькими методами. Наиболее простой и достаточно точный для практических расчетов - метод моментов, в котором среднее значение измеренных величин приравнивается к математическому ожиданию распределения, а опытная оценка дисперсии - к дисперсии распределения. [5]
Какие оценки параметров распределения называются состоятельными, несмещенными и эффективными. [6]
 |
Графики нагрузок приемников электроэнергии. [7] |
Задача оценки параметров распределения будет решена, если удастся выразить их через результаты экспериментов. [8]
Определение оценок параметров распределения по корреляционной таблице выполняется в следующей последовательности. [9]
При оценке параметров распределения совокупности по выборочным характеристикам предполагается, что теоретическое распределение известно, а неизвестны лишь его параметры - числовые характеристики. Оценка может быть точечной, когда она определяется одним числом, или интервальной, когда определяется двумя числами - концами интервала. В качестве точечных оценок может существовать много выборочных статистик - функций наблюдаемых значений. Чтобы оценка Я, параметра Я, имела практическую ценность, она должна обладать тремя главными свойствами: несмещенностью, состоятельностью и эффективностью. [10]
Так как оценка параметров распределения проводится в предположении, что случайная величина подчиняется нормальному закону распределения, то в дальнейшем отдельно рассматривается задача проверки предположения нормальности закона распределения генеральной совокупности, исходя из эмпирических оценок точек интегральной кривой распределения. [11]
Приведенные выше оценки параметров распределения случайных погрешностей основаны на гипотезе нормальности распределения случайных величин и применимы в тех случаях, когда результаты эксперимента не противоречат этой гипотезе. Поэтому при исследовании случайных погрешностей необходимо оценить, в какой мере результаты экспериментального исследования отвечают закону нормального распределения. В первом приближении качественная оценка степени соответствия эмпирического распределения закону нормального распределения может быть произведена по внешнему виду эмпирической кривой. [12]
Для определения оценок параметров распределения наилучшим следует считать метод максимального правдоподобия, так как он при прочих равных условиях дает оценки параметров, обладающие минимальной дисперсией. [13]
Иногда для оценок параметров распределения используется метод моментов, который в вычислительном плане проще метода максимального правдоподобия. Суть его заключается в том, что оцениваемые параметры выражаются определенным образом через теоретические моменты распределения. В ряде случаев используется метод квантилей, когда для нахождения неизвестных параметров приравниваются квантили теоретического и эмпирического распределений. [14]
При построении оценок параметров распределений к ним могут предъявляться различные требования ( несмещенность эффективность, устойчивость к отклонениям от модели и тл. В пакете STATGRA-FHIGS предусмотрены выводы Значений наиболее распространенных оценок параметров стандартных вероятностных распределений. [15]
Страницы: 1 2 3 4