Оценка - представительность
Cтраница 1
Оценка представительности имеет целью определение соответствия свойств выборки и генеральной совокупности, из которой выборка получена и для которой на основании выборочной информации будет приниматься решение. Если выборка не представительна, то и решение не будет рациональным. [1]
При оценке представительности данных определения параметров ( особенно, лабораторных) следует оценивать их аддитивность, как сохранение для массива свойств, полученных на малом образце. Нарушение аддитивности обусловливается проявлением масштабных эффектов, причем выделяются масштабные эффекты первого, второго и третьего рода, представляющие зависимость от размера образца, соответственно, среднего значения, дисперсии и асимметрии распределения показателя. [2]
Очень хорошим примером оценки представительности данных является проведение переписи кустарниковых соек для проверки точности представления местонахождений этих птиц при помощи модели их области обитания во Флориде [ Duncan etal. Это исследование особенно ценно тем, что показывает недостаточность простого сравнения распределений в качестве основы для принятия решений. [3]
На практике с оценкой представительности проб насыщенного и перегретого пара приходится встречаться при рассмотрении солевого баланса пароперегревателей, паровых турбин, прямоточных котлов среднего давления и возможных неувязок при составлении такого баланса. Для сравнимости получаемых в этих условиях результатов необходимо располагать конкретными данными по конструкциям пароотборных устройств и по расходам пара через них. [4]
При определении коллекторских свойсг-в по керну иногда допускаются систематические погрешности из-за того, что отсутствует оценка представительности керна. [5]
При определении коллекторских свойств по керну иногда допускаются систематические погрешности из-за того, что отсутствует оценка представительности керна. [6]
При определении коллекторских свойств по керну иногда допускаются систематические погрешности из-за того, что отсутствует оценка представительности керна. [7]
При определении коляекторских свойств по керну иногда допускаются систематические погрешности из-за того, что отсутствует оценка представительности выноса керна. В частности, из-за бытующего на практике, но не всегда обоснованного суждения о том, что не выносятся прежде всего высокопористые разности, производится тенденционный отбор на анализы лучших из имеющихся в. В качестве мер по предотвращению систематических погрешностей в этих случаях следует считать равномерный отбор образцов керна по разрезу: с определенного интервала ( зависящего от изменчивости пород) один образец, характерный для данного интервала. [8]
Целесообразность использования того или иного вида информации или пропорции их сочетания определяется технико-экономическими расчетами, оценкой представительности, точности, важности и стоимости получения данной информации, а также важностью принимаемого решения. [9]
Все оценки строятся на основе гистограмм распределения землетрясений по энергетическому классу в диапазоне от Kmin до Ктах и проверки гипотезы о прямолинейности эмпирического графика повторяемости в области малых магнитуд. Алгоритм реализован в виде программ, позволяющих проводить оценки представительности каталогов землетрясений в скользящих временных окнах и для заданных пространственных ячеек. При этом выяснилось, что афтершоковые последовательности обуславливают значительные локальные увеличения представительного класса. Они, накладываясь на фоновый уровень, вызывают излом графика повторяемости, который и интерпретируется используемым алгоритмом как представительный класс. В связи с этим, при оценке представительности афтершоки были исключены из каталога. Принцип отделения афтершоков от всех остальных событий, называемых фоновыми, основан на сопоставлении функций их распределений в пространстве и времени. [10]
 |
Объем химического контроля за конденсатом турбин. [11] |
Отбор проб из сборных баков конденсата производится перед перекачкой в деаэратор. При поступлении в бак конденсатов, возвращаемых от нескольких потребителей, отбор проб должен быть организован отдельно на каждом подводе конденсата. Существенные отступления от общих указаний по отбору проб конденсата из сборных баков встречаются на практике часто, и поэтому при рассмотрении результатов анализа оценка представительности проб конденсата, возвращаемого с производства, должна всегда учитываться. [12]
Индивидуальная информация также может быть получена по отчетным, данным для конкретного автомобиля ( агрегата) или по результатам непосредственных наблюдений за ним. Используется qna для корректировки управляющего решения применительно к данному объекту. Вероятностная и индивидуальная информация дополняют друг друга: на основании первой может быть установлен момент контроля технического состояния изделия, а целесообразность конкретных работ по поддержанию работоспособности определяется индивидуальной информацией о техническом состоянии изделия, получаемой, например, с использованием средств диагностики. Целесообразность использования того или иного вида информации или пропорции их сочетания определяется технико-экономическими расчетами, оценкой представительности, точности, важности и стоимости получения данной информации, а также важностью принимаемого решения. [13]
В объединении Башнефть только за счет проведенш различных видов геолого-технических мероприятий ежегодш добывается дополнительно 3 2 - 3 4 млн. т нефти. Анализ пе казывает, что эффективность одних видов ГТМ во времен. Большинство неэффективны: операций связано с неправильным подбором скважин, нару шением технологии обработки и отсутствием единой мето дики расчета эффективности. Выбор планирования ГТМ ре шается применением теории распознавания образов при на личии достаточно большого опыта. При этом производите: оценка представительности данных и выборка наиболее ин формативных из них. [14]
Все оценки строятся на основе гистограмм распределения землетрясений по энергетическому классу в диапазоне от Kmin до Ктах и проверки гипотезы о прямолинейности эмпирического графика повторяемости в области малых магнитуд. Алгоритм реализован в виде программ, позволяющих проводить оценки представительности каталогов землетрясений в скользящих временных окнах и для заданных пространственных ячеек. При этом выяснилось, что афтершоковые последовательности обуславливают значительные локальные увеличения представительного класса. Они, накладываясь на фоновый уровень, вызывают излом графика повторяемости, который и интерпретируется используемым алгоритмом как представительный класс. В связи с этим, при оценке представительности афтершоки были исключены из каталога. Принцип отделения афтершоков от всех остальных событий, называемых фоновыми, основан на сопоставлении функций их распределений в пространстве и времени. [15]
Страницы: 1