Cтраница 1
Используемые оценки ве лишены существенных недостатков: здесь не учитывается, во-лервых, энергия внутренних степеней свободы, которая, по пению некоторых авторов, может заметно увеличить скорость, и, во-гторых, роль межмолекулярных сил в процессе диссоциации. [1]
С учетом интервалов неопределенности используемых оценок k н х ответ ЭВМ будет: Распределение представляет собой композицию равномерного н экспоненциального распределений с содержанием равномерной составляющей от Cpmm до Cpmix H экспоненциальной составляющей с показателем степени от amin до атах. В зависимости от объема анализируемой выборки эти интервалы могут быть существенно различными и четко характеризуют область неопределенности полученного результата. [2]
С учетом интервалов неопределенности используемых оценок k и х ответ ЭВМ будет: Распределение представляет собой композицию равномерного и экспоненциального распределений с содержанием равномерной составляющей от Cpmin до Cpmax и экспоненциальной составляющей с показателем степени от amin до атах. В зависимости от объема анализируемой выборки эти интервалы могут быть существенно различными и четко характеризуют область неопределенности полученного результата. [3]
Требование состоятельности предъявляется ко всем практическим используемым оценкам. Часто считается полезным также следующее свойство несмещенности. [4]
Энтропийные погрешности оказываются весьма близкими к практически используемым оценкам предельной погрешности, снимая, таким образом, неопределенность, связанную с выбором доверительной вероятности. Для нормального распределения эта погрешность соответствует вероятности Р 0 95, а для равномерного - РЛ. [5]
Строгое обоснование приведенного алгоритма производится последовательным осреднением используемой оценки. Алгоритм очевидным образом обобщается на случай произвольных возмущений. [6]
В табл. 8.23 для обоих вариантов указаны наиболее часто используемые оценки и характеристики, описывающие свойства ( смещение и дисперсию оценки) применительно к задаче оценивания таких характеристик, как функции распределения вероятности, математическое ожидание, корреляционные функции. [7]
Однако при этом следует иметь в виду, что вследствие неточности используемой оценки с. [8]
В первом случае анализируется целиком весь принятый сигнал и на основании используемых оценок принимается решение о соответствующей ему кодовой комбинации. Такой подход характерен для приема дискретных сигналов, называемого приемом в целом. [9]
Однако при этом следует иметь в виду, что вследствие неточности используемой оценки с. [10]
В других случаях систематическую ошибку следует определить по-другому, в зависимости от используемой оценки. Поясним это на следующем примере. [11]
За меру точности при определении спектральной плотности мощности принимают смещение, дисперсию и среднеквадратичную ошибку используемой оценки. [12]
Классификация видов социального учета основана на разделении между частным и общественным секторами, временной шкале и типах используемых оценок. Таким образом, учет социальной ответственности ( social responsibility accounting - SRA) применим для частного сектора в краткосрочном периоде, с использованием преимущественно нефинансовых качественных и количественных данных. Второй элемент - учет совокупного влияния ( total impact accounting - TIA) - затрагивает проблему выявления, измерения, оценки и раскрытия влияния на внешнюю среду. Во многих литературных источниках SRA и TIA составляют весь социальный учет. [13]
R ( т), построенные по первой и второй половинам используемого ряда к ( t) ( см., например, [ 101, § 48.4 ]); при этом, однако, возрастает дисперсия используемой оценки. [14]
Для получения дисперсионного отношения необходимо сравнить две оценки дисперсии признака. Вид используемых оценок дисперсии признака определяется характером информации, имеющейся в распоряжении при статистическом анализе результатов наблюдений. [15]