Построение - статистическая модель
Cтраница 3
Метод группового учета аргумента ( МГУА) для оценки и диагностирования эффективности виброобработок скважин заключается в следующем. Для построения статистических моделей требуется большое количество экспериментальных данных, поэтому применение самоорганизующегося метода группового учета аргумента [41] для диагноста-рования эффективности виброобработок скважин представляет практический интерес. Достоинством данного метода является возможность получения уравнения регрессии оптимальной сложности по малому числу экспериментальных точек. [31]
При статистическом методе изучают точность технологических процессов, анализируя выборки деталей и обрабатывая результаты методами и приемами математической статистики, что позволяет охватить практически все воможные и важные комбинации условий протекания технологического процесса. Для построения статистической модели процесса необходимо располагать эксперментальными данными по отдельным операциям и по отдельным параметрам процесса. [32]
Модели, полученные на основе статистической обработки результатов экспериментального исследования функционирования систем, будем называть статистическими моделями. Методы построения статистических моделей составляют важный раздел современной математической статистики. [33]
При построении статистической модели однонаправленного материала предполагают, что волокна идеально прямые ( они параллельны оси х з), но диаметры их и расположение в плоскости, перпендикулярной направлению армирования, произвольные. Будем считать, что стеклянное волокно и связующее изотропны. [34]
Очевидно, имеется большая свобода выбора вида зависимости и для каждого из выбранного вида можно найти наилучшее приближение. Поэтому при построении статистических моделей обоснованию выбора зависимости уделено очень большое внимание. [35]
В прошлом анализ риска обычно производился в момент принятия решений об инвестировании капитала, но, по-видимому, ничто не мешает применять его и на более ранних этапах осуществления проектов. Этот метод предусматривает построение статистической модели степеней технического и экономического риска и неопределенностей, присущих проекту; на основе этой модели определяют общий риск, связанный с осуществлением данного проекта. [36]
Фактографические методы В. А. Александров разделяет также на две группы - статистические и опережающие. К группе статистических относит методы, основанные на построении статистической модели объекта прогнозирования, к опережающим - методы, основанные на обработке научно-технической и патентной информации. [37]
Это обстоятельство накладывает отпечаток на формирование статистики при построении статистической модели добычи нефти на месторождении. Если взять данные об изменении исследуемых факторов за очень короткие промежутки времени ( в пределах - мгновенные), то из-за большой инерционности процесса фильтрации ( запаздывания) такие изменения одного фактора не вызовут изменения какого-либо другого. Только достаточно продолжительные изменения факторов влекут существенные ( которые могут быть зарегистрированы) изменения остальных факторов. Но, с другой стороны, в результате использования данных о среднем значении фактора за весьма продолжительный отрезок времени сглаживается весь исследуемый процесс и сильно сокращается сам объем статистики. Этот вопрос мало изучен. Его чисто теоретическое исследование наталкивается на большие трудности. [38]
В своей замечательной книге [18] Шолл ( Sholl), которому хорошо известны указанные здесь работы, с позиций анатома показывает, насколько эффективно эти новые идеи могут быть использованы в исследованиях, которые ведутся более традиционными методами. Он утверждает, что предпосылкой для исследования мозга является построение развитой статистической модели. Этот вывод основан на гистологических исследованиях, которые показывают, что любой вид нервной деятельности нельзя моделировать детерминированными цепями. [39]
Одна из особенностей систем оперативного управления производством состоит в том, что в процессе управления в системе циркулирует в основном та же самая информация, которая необходима и для статистического анализа. Так, в § 2.2 показано, что при построении статистической модели производственного брака в качестве исходных используются данные о числе запущенных в обработку и о выходе годных деталей. Результаты анализа используются при разработке алгоритма регулирования размера партии. Но в процессе оперативного управления размером партии также используются данные о выходе годных деталей. [40]
Однако с учетом жестких требований, предъявляемых к исходной информации при построении статистических моделей связи нефтеотдачи с определяющими факторами, промысловый материал, использованный в проведенных исследованиях, был ограничен данными по 26 наиболее изученным и длительно разрабатываемым залежам и их участкам. [41]
Математическая статистика позволяет моделировать процессы, которые отражают вероятностную природу биосистем, но этим не исчерпываются ее возможности. Исходя из этого, а также принимая во внимание некоторые практические особенности построения статистических моделей, С. А. Айвазян с сотрудниками ( 1983) определяют прикладную статистику как дисциплину, разрабатывающую понятия, приемы, математические методы и модели, предназначенные для отбора, стандартной записи, систематизации и обработки статистических данных с целью их удобного представления, интерпретации и получения значимых выводов. Нетрудно заметить, что научная деятельность биолога или врача постоянно ставит перед ними задачи, решение которых составляет предмет ( прикладной) математической статистики. [42]
Кроме природных условий существенное влияние на нефтеотдачу могут оказывать технологические параметры т.е. искусственные, созданные человеком условия разработки. Совокупность этих параметров образует четвертую группу факторов, влияние которых необходимо учитывать при построении статистической модели нефтеотдачи. [43]
Более детальные исследования, касающиеся, например, случайных выбросов, могут проводиться только с использованием моделей негидростатического потока и рассеивания, а не диагностического метода. Поскольку для этого, как правило, требуется вычислительная техника высокой мощности, перед началом построения полной статистической модели рекомендуется применять описанный выше метод моделирования наихудшей возможной ситуации. [45]
Страницы: 1 2 3 4