Оценка - адекватность - модель
Cтраница 1
Оценка адекватности модели является основной задачей машинного моделирования. [1]
Оценка адекватности модели включает решение двух вопросов: 1 - адекватна ли модель объекту. [2]
Для оценки адекватности модели реальному объекту следует сравнить результаты, полученные на ЭВМ с экспериментальными, еальную машину можно сравнить с идеализированной. [3]
Для оценки адекватности модели реальному объекту следует сравнить результаты, полученные на ЭВМ, с экспериментальными. [4]
Второй метод оценки адекватности модели состоит в проверке исходных предположений, и третий - в проверке преобразований информации от входа к выходу. Последние два метода могут привести к необходимости использовать статистические выборки для оценки средних значений и дисперсий, дисперсионный анализ, регрессионный анализ, факторный анализ, спектральный анализ, автокорреляцию, метод проверки с помощью критерия хи-квадрат и непараметрические проверки. Поскольку каждый из этих статистических методов основан на некоторых допущениях, то при использовании каждого из них возникают вопросы, связанные с оценкой адекватности. Некоторые статистические испытания требуют меньшего количества допущений, чем другие, но в общем эффективность проверки убывает по мере того, как исходные ограничения ослабляются. [5]
В любом случае оценка адекватности модели реальному объекту оценивается по близости результатов расчетов экспериментальным данным. Методы оценки адекватности можно разделить на субъективные и объективные, в последнем случае оценка адвоатнооти приводится независимо от исследователя. [6]
 |
Линейная регрессия для данных. ИРКУТ1 и ИРКУТ2. [7] |
Важным элементом анализа является оценка адекватности модели. [8]
Таким образом, вопрос оценки адекватности модели имеет две стороны: приобретение уверенности в том, что модель ведет себя таким же образом, как и реальная система; установление того, что выводы, полученные из экспериментов с моделью, справедливы и корректны. Оба эти момента в совокупности сводятся к обычной задаче нахождения равновесия между стоимостью каждого действия, связанного с оценкой адекватности модели, ценностью получаемой все в больших количествах информации и последствиями ошибочных заключений. [9]
На заключительном четвертом этапе прогнозирования производится оценка адекватности модели реальным процессам и достоверности получаемой прогнозной информации. При этом могут использоваться различные методы. [10]
Кроме / - критерия, для оценки адекватности модели необходимо знать величину множественного коэффициента корреляции. [11]
Решение задачи идентификации необходимо, следовательно, и для оценки адекватности модели. [12]
Задача моделирования сводится к нахождению регрессии bj, Ц и оценке адекватности модели в соответствии с определенными правилами. [13]
Ниже будут рассмотрены вопросы построения моделей, связанные с идентификацией и оценкой адекватности модели при наличии экспериментальных данных. [14]
При статистическом анализе полученных результатов эксперимента обычно проводится оценка дисперсии воспроизводимости, определяется значимость коэффициентов регрессии и дается оценка адекватности модели. [15]
Страницы: 1 2 3