Распределение - частость
Cтраница 1
Распределение частостей получается из опыта и поэтому называется эмпирическим ( или статистическим) распределением случайной величины. Если число наблюдений велико, то частости приближенно отвечают соответствующим вероятностям значений величины. [1]
Распределение частостей по интервалам образует статистическое распределение результатов наблюдения. [2]
 |
Функция распределения случайной величины х. 1 - гистограмма. 2 - полигон. 3 - функция. [3] |
Распределение частостей непрерывной случайной величины характеризуется гистограммой ( ступенчатым многоугольником, изображенным на рис. IV-1), которая строится следующим образом. По оси абсцисс весь интервал полученных в эксперименте значений случайной величины разбивают на единичные интервалы, на китирых строят прямоугольники, площадью равные частностям показания случайной величины в единичных интервалах. Соединяя ординаты середин интервалов на гистограмме, получаем полигон распределения. [4]
Для диагностирования в группах А и В по рассматриваемому признаку строится зависимость распределения частостей по диапазонам. Если в результате в каждом диапазоне получается приблизительно одинаковое число эффективных и неэффективных скважин, то сделать диагностику не удается, в противном случае диагностика скважины по рассматриваемому признаку возможна. [5]
Для диагностирования распознавания скважин групп А и В по рассматриваемому признаку необходимо построить зависимости распределения частостей по диапазонам. Бели в каждом диапазоне имеется приблизительно одинаковое число эффективных и неэффективных скважин, то сделать диагностику не удается. [6]
При наблюдении или измерении на практике дискретной случайной величины для характеристики ее служит таблица распределения частостей W ( xf), аналогичная приведенной выше таблице распределения вероятностей. Функция W ( xt) называется практическим распределением дискретной случайной величины. [7]
Для диагностирования ( распознавания) скважины группы Л и Б по рассматриваемому признаку строятся зависимости распределения частостей по диапазонам. Если в каждом диапазоне имеются приблизительно одинаковое число эффективных и неэффективных скважин, то диагностика не удается, в противном случае она возможна. [8]
Для диагностирования ( распознавания) скважины в группах А и В по рассматриваемому признаку строится зависимость распределения частостей по диапазонам. Если в результате в каждом диапазоне получается приблизительно одинаковое число эффективных и неэффективных скважин, то сделать диагностику не удается, в противном случае диагностика скважины по рассматриваемому признаку возможна. [9]
Функция распределения частостей ( статистических вероятностей) наблюденных значений случайной величины X по данным выборочной совокупности, равная F ( x) z ( X х), которая графически по данным статистического ряда может быть представлена в виде интегральной кривой распределения ( кумуляты) ( близк. [10]
Это означает, что параметр несет наибольшую информацию для разделения групп А и В. Действительно, на рис. 37 представлено распределение частостей по интервалам для параметра дебита скважины до ГРП - Из рисунка видно, что группа А по этому параметру отчетливо отделяется от группы В. [11]
На рис. 5 - 11 представлены распределения частостей по интервалам для семи факторов в обеих группах А и В. [12]
В до сладе был рассмотрен случай неизменного распределения исследуемых качественных признаков и независимых испытаний. Была указана генератриса вероятностей и моментов одного распределения признаков, из которой, путем определенных операций ( упрощения, обобщения и обусловления), получаются генератрисы вероятностей и различных моментов ( безусловных и условных, начальных, центральных и относительно произвольного начала) многих схем ассоциации качественных признаков. Были указаны для некоторых случаев алгорифмы удобного последовательного вычисления моментов основной схемы, общие формулы для этих моментов и предельные теоремы для распределений частостей признаков при безгранично возрастающем числе испытаний. [13]
С распределением входного отклонения VBX вопрос стоит совершенно иначе. Одной и той же матрице может соответствовать и одно, и два, и более значений входного отклонения VBX, и всякое предметное представление о распределении вероятностей в данном случае привело бы к путанице. Полезней представить себе, что в начале каждого МП точно устанавливается и записывается на отдельную карту значение входного отклонения ивх. При этом входные отклонения авх, полученные в результате настройки, записываются на синие карты, а оставшиеся от предыдущего МП - на белые. Предположив, что число заполненных таким образом карт неограниченно возрастает, можно представить себе распределение вероятностей входного отклонения ивх как предел ( в смысле теоремы Бернулли) распределения частостей появления соответствующих карт, а вероятность того, что входное отклонение ивх у. [14]
Страницы: 1