Cтраница 2
При построении доверительных интервалов частных коэффициентов регрессии расчет средней ошибки производится по формуле, которая аналогична формуле, применяемой в парной регрессии. Разница заключается в том, что вместо общей дисперсии факторного признака следует использовать его остаточную дисперсию, для расчета которой нужно оценить уравнение регрессии, характеризующее связь данного признака со всеми остальными факторными признаками. [16]
Рассмотрим теперь построение доверительных интервалов для некоторых параметров нормальной совокупности. [17]
Стандартный прием построения доверительного интервала для параметра 0 состоит в следующем. [18]
Поясним суть построения доверительного интервала на примере биномиального распределения. Эта модель хорошо описывает многие ситуации испытаний на надежность, когда технические объекты испытываются в течение заданного времени, или при контроле качества, когда изделия принимаются или бракуются на основании определенных тестовых процедур. [19]
Описанный метод построения доверительных интервалов не требует знания плотности вероятности и в связи с этим получил название метод, не зависящий от распределения. [20]
Приступим к построению доверительного интервала ( pt, р2), который с надежностью - у покрывает оцениваемый параметр р, для чего используем рассуждения, с помощью которых был построен доверительный интервал в гл. [21]
Проверка адекватности и построение доверительных интервалов при использовании D-оптимального плана ( табл. 75) проводятся так же, как и в методе симплексных решеток. [22]
Регрессионный анализ и построение доверительных интервалов по формуле ( IX-6) возможны при условии выполнения ряда предпосылок, важнейшими из которых являются предпосылки нормальности распределения вероятностей случайной величины при каждом значении аргумента и однородности ряда дисперсий. Для примера нами рассмотрена выборка по двум режимным параметрам: среднесуточному давлению в начальном узле газопровода ро и суточному начальному притоку газа Q0 в газопровод Урал - Центр за 5 месяцев 1976 г. Расчетные значения х2 для каждого значения вектора аргумента ( ропл, С. [23]
![]() |
Зависимость точности оценки дисперсии от числа образцов при различной надежности оценки. [24] |
Таким образом, построение доверительных интервалов позволяет определить точность и надежность при оценке измеряемых характеристик, а также определить число образцов п, необходимое для достижения требуемой точности оценки при заданной надежности или, наоборот, требуемой надежности оценки при заданной точности. [25]
Проверка адекватности и построение доверительных интервалов при использовании D-оптимального плана ( табл. 75) проводятся так же, как и в методе симплексных решеток. [26]
Строгих рекомендаций по построению доверительных интервалов для истинного значения W в условиях наличия ранговых связей в исследуемой генеральной совокупности к настоящему времени не имеется. [27]
Другой подход к построению приближенного доверительного интервала для р основан на следующей теореме. [28]
В связи с построением доверительных интервалов можно заметить следующее. [29]
Так как при построении доверительного интервала используется параметр п - число циклов регенерации, то время моделирования N заранее не фиксируется. Ясно, что п TV / a, и так как величина а также не известна, то для оценивания ее и, следовательно, для оценивания времени моделирования ЛГ, можно провести несколько пробных этапов моделирования. Если же при проведении имитационных экспериментов существуют ограничения на затраты машинного времени и в процессе моделирования мы последовательно отслеживаем периоды и циклы регенерации, т.е. п заранее не зафиксировано, то возникает необходимость с ростом п получать последовательность оценок для интересующих нас параметров. [30]