Cтраница 1
Построение статистических моделей основано на использовании методов теории вероятностей. [1]
Построение статистических моделей наиболее эффективно проводить с помощью активного эксперимента, применяя методы корреляционно-регрессионного анализа. Одним из основных этапов, влияющих на качество полученной модели и ее эффективность, является выбор факторов, которые оказывают при обработке решающее влияние на формирование параметров качества детали. [2]
Построение корректной статистической модели возможно при наличии некоторого числа надежных экспериментальных точек. В то же время возможность включения той или иной информации в выборку исходных данных часто ограничивается рядом условий. [3]
Для построения статистической модели была проведена оценка вклада различных факторов на время до разрушения магистральных газопроводов. В качестве рабочего инструмента была выбрана процедура множественной регрессии, позволяющая получать модель в виде линейной комбинации воздействующих факторов. [4]
Для построения исходной статистической модели использовалась информация, полученная по результатам эксплуатации двух магистральных нефтепроводов в течение ряда лет. [5]
Для построения статистической модели процесса необходимо экспериментально изучить зависимость выбранного критерия качества от параметров режима. Далее, обрабатывая экспериментальные данные с помощью регрессионного анализа, выделяют параметры, существенно влияющие на процесс сварки, и исключают из рассмотрения параметры, влияние которых на процесс контактной сварки незначительно. [6]
При построении статистических моделей КС используются три программы - соответственно для построения зависимостей степени сжатия, коэффициента р и коэффициента рэ. [7]
Матрица исходных данных для построения статистической модели нефтеотдачи карбонатов составлена исходя из предположения, что все природные условия, влияющие на эффективность разработки нефтяной залежи, можно разделить на три группы факторов. К первой группе условно можно отнести коллекторские свойства, ко второй - физико-химическую характеристику насыщающих пласт жидкостей, к третьей - параметры, характеризующие геометрию залежи. [8]
Одним из основных этапов построения статистической модели считается отбор факторов, оказавших существенное влияние на себестоимость добычи нефти и газа в прошлом и позволяющих правильно оценивать ее динамику. [9]
Задача исследования состоит в построении статистической модели этой зависимости. [10]
В настоящей работе рассматривается задача построения статистических моделей для магистрального газопровода на участке КС-7-КС-11 по данным центральной диспетчерской службы ( ЦДС) Тюменгазпром. Диспетчерская информация для ЦДС включает регистрацию входных и выходных давлений для КС, расположенных вдоль трассы газопровода, а также входного объема газа, поступающего на КС-7, и выходного для КС-11. В качестве выходного моделируемого параметра при статистической идентификации используется выходной объем газа ( производительность) для КС. [11]
В заключение отметим, что принципы построения аналитических и статистических моделей в остальных своих чертах могут существенно различаться. [12]
При решении задач, связанных с построением статистических моделей, необходимо учитывать, что матрицы X, Y содержат ошибки, обусловленные неточностями измерения, а также разброс данных, связанный с пропуском существенных переменных. [13]
Следует, однако, отметить, что построение статистических моделей осуществимо лишь при наличии реального объекта, который допускает выполнение определенного объема экспериментальных исследований. Существенный недостаток этих моделей заключается в узости их применения, которая объясняется: во-первых, ограниченным действием модели в рабочем режиме процесса ( экстраполяция за пределы рабочего режима процесса недопустима); во-вторых, невозможностью переноса действия модели даже на однотипный объект. Эти ограничения затрудняют обобщение результатов, получаемых при применении статистических моделей. [14]
К вероятностно-статистическому направлению относится в первую очередь методология построения статистических моделей причинных сетей с использованием path - анализа и его модификаций. Райтом ( 1934) [25], интенсивно разрабатывалась на эмпирическом материале биолог, эконометрии и ряда других наук. [15]