Усеченное распределение

Cтраница 1

Усеченные распределения часто встречаются в различных задачах экономической статистики. [1]

Усеченное распределение вводится так, что Fa ( х) dx есть математическое ожидание числа молекул в элементе dx около х, которые в непосредственной близости друг от друга ( на расстоянии а) не имеют других молекул. [2]

Оборванное или усеченное распределение ( фиг. [3]

Кривые зависимости мини. [4]

По ДС / 0 и Оду можно найти параметры усеченного распределения а я о, [ 23J, заюм, задавшись значением Д ( Удс, по формуле (7.176) найти вероятность того, что оно не будет превзойдено. [5]

В различных задачах прикладной статистики довольно часто встречаются так называемые усеченные распределения. [6]

Нормальный закон распределения повышает опасность больших отклонений и часто более целесообразно использовать усеченные распределения. [7]

Для описания распределений некоторых величин, например наработки на отказ, иногда оказывается удобным использовать усеченные распределения, для которых в крайних областях х а и х b плотность распределения равна нулю. [8]

Если случайная величина X может принимать только значения из конечного интервала [ а, Ь ], то говорят, что X имеет усеченное распределение. [9]

Если исходный закон распределения проницаемости по объему пласта F ( k) 0 мы усечем в выбранной таким образом точке, то в этом случае числовые характеристики усеченного распределения будут определены с некоторой погрешностью. Эту погрешность легко можно оценить путем сопоставления с аналогичными характеристиками неусеченного распределения. [10]

Было проведено множество экспериментов для различных характеристик пористых сред, математических ожиданий и дисперсий радиусов капилляров, зависимостей длины капилляра от радиуса, связности сетки для логарифмически нормального и нормального усеченного распределения пор по радиусам. [11]

Если же интервал имеет бесконечные границы, то целесообразно перейти к усеченному распределению. [12]

Однако на величину Р0, определенную по формуле ( 4), влияют размеры линз, зависящие от сетки скважин, по которым строились карты. Кроме того, как было отмечено выше, часть линз вообще не будет определена, что приводит на практике к получению усеченного распределения линз по их длине. В работе [118] показывается, что если степень усечения распределения линз меньше 20 % от всей их совокупности, то отклонение квантилей от прямой линии будет находиться в допустимых пределах случайного рассеяния. И в то же время доля этих площадей относительно общей площади распространения будет незначительна. [13]

Распределения случайных величин, встречающиеся на практике в технических приложениях, нередко отличаются от своих теоретических прообразов, несмотря на то, что теоретическая схема возникновения распределения соответствует действительности, а количество практически наблюденных значений величины достаточно велико для того, чтобы имело смысл сопоставлять практические наблюдения с теоретическими. Часто встречающимися причинами этого является, например: 1) то, что практические данные относятся не ко всему распределению, а - к некоторой его части, полученной путем механического разделения исходного распределения, так называемые усеченные распределения, 2) то, что практические данные относятся к совокупности, образованной из нескольких механически объединенных вместе распределений ( по типу смешения нескольких партий изготовленных деталей), так называемые смешанные распределения. [14]

Следует отметить вслед за Самсоновым [128], что логарифмически нормальное распределение приемлемо для описания ненарушенного зернового состава раздробленных материалов. Если же состав нарушен просеиванием или аэродинамическими процессами, связанными с витанием пыли в воздухе, то нет уверенности в применимости логарифмически нормального распределения. В этом случае, по-видимому, имеет место усеченное распределение или распределение, отвечающее формуле Ромашова. Если известны точка и степень усечения логарифмически нормального распределения, то как было показано ранее ( см. стр. [15]

Страницы: 1 2