Cтраница 1
Решение статистической задачи по обработке данных формы № 2 - Т Отчет о выполнении плана по труду ( квартальная, годовая) осуществляется в три очереди. [1]
Моделью решения стандартной статистической задачи называется отображение g, определяющее распределение вероятностей Рт на. [2]
При решении статистических задач с помощью градиентного спуска приходится на заключительном этапе проводить дополнительные расчеты по отысканию оценок ковариационных матриц и прочих величин, описывающих статистические свойства оценок. [3]
Точные методы решения статистических задач для любых нелинейных систем управления, основанные на использовании законов распределения, в настоящее время не разработаны. Для некоторых частных задач найдены методы определения законов распределения выходных сигналов. Это возможно, в частности, если процессы в исследуемой нелинейной системе являются марковскими; в основе методов лежит использование дифференциальных уравнений в частных производных для плотностей вероятности. Однако эти способы при их реализации приводят к сравнительно сложным алгоритмам [34], которые, как правило, на практике могут быть реализованы лишь приближенно. [4]
Исходные данные для решения планово-экономических и статистических задач в машине Минск-22 могут вводиться с перфокарт. Так как код перфокарт охватывает все воспринимаемые машиной коды, то с перфокарт в оперативную память можно вводить и программы. [5]
Еще более общие методы решения статистических задач, рассматривающие одновременно всю - совокупность молекул, были. [6]
БЕЙЕСОВСКИЙ ПОДХОД - подход к решению статистических задач, основанный на предположении, что параметр в статистической модели является случайной величиной с заданным распределением вероятностей. [7]
Формула Байеса часто используется при решении статистических задач. [8]
Проведенный теоретический анализ показывает, что решение основной статистической задачи для адсорбции на неоднородных поверхностях требует весьма своеобразной математической постановки вопроса. Поскольку опыт всегда дает нам лишь ограниченный участок изотермы, снятый в определенных интервалах давления, нет возможности установить точный вид всей функции распределения от очень малых до очень больших значений теплот адсорбции. В этих условиях нашей задачей является установление вида функции распределения с наименьшей возможной погрешностью лишь в определенном интервале теплот сорбции, более узком, чем интервал логарифмов давления, в котором снята изотерма. [9]
Оценивая эффективность применения непарамвтрнче-ской статистики Манна-Уитнп для решения статистических задач аналитической практики, отметим следующее. [10]
Из этих примеров видно, что при решении конкретной статистической задачи надо точно определить статистическую структуру, которая является основой математической модели. [11]
Сказанное отнюдь не умаляет значения математической статистики для решения статистических задач, но важно для того, чтобы уяснить различие между математикой и, в частности, математической статистикой, с одной стороны, и статистикой, с другой стороны. [12]
Расположение материала позволяет студентам проследить шаг за шагом решение конкретной статистической задачи и тут же использовать полученные знания для выполнения серии упражнений по рассматриваемому вопросу. Как известно, немедленное повторение значительно улучшает процесс усвоения и запоминания материала. [13]
Для переключающихся - импульсных схем погрешность применения формулы (5.28) при решении статистической задачи может оказаться недопустимо большой. Сущность этого метода состоит в многократном последовательном повторении полного анализа - схемы при задании случайных значений параметрам компонентов схемы в соответствии с выбранными для них законами распределений, или статистическими характеристиками. [14]
Коэффициент t нужен так же, как показано далее, для решения других статистических задач. [15]