Решение - статистическая задача
Cтраница 2
Применение все более тонких, все более мощных средств математической статистики для решения статистических задач, как и задач других общественных наук, позволяет часто1 глубже проникнуть в сущность социально-экономических явлений и процессов. Тем более, что современная электронно-вычислительная техника значительно расширяет возможности и необходимость применения математики для решения сложных статистических задач. В буржуазной; статистике широко распространено мнение, что статистика - отрасль прикладной математики, что ее теоретической основой является теория вероятностей с ее сердцевиной - законом больших чисел. Ошибочность этой точки зрения рассмотрена в гл. Здесь же обратим внимание на то, что и среди советских статистиков есть отдельные представители, которые не видят разницы между предметом и задачами статистики и математической статистики и считают, что статистика как наука берет свое начало не только в работах У. [16]
 |
Процесс с наложенными помехами и помеха, выделенная на линии разбаланса. [17] |
В этом наиболее сложном случае, как и в предыдущих примерах, решение статистической задачи экспериментальными или аналитическими методами становится значительно нагляднее, если входной сигнал формировать переменным фильтром из шумового или стационарного сигнала. [18]
ПОСЛЕДОВАТЕЛЬНЫЙ АНАЛИЗ В СТАТИСТИКЕ [ sequential analysis in statistics ] - метод решения статистических задач ( типа задач статистического контроля качества продукции), при котором решение об окончании или продолжении наблюдений принимается после каждого наблюдения. В планировании эксперимента, в отличие от других способов, П.а. позволяет обычно ограничиваться меньшим числом наблюдений, чем когда это число фиксируется заранее. [19]
Следовательно, трудоемкость проектирования ИС с известными математическими моделями определяется в основном трудоемкостью решения экстремальных и статистических задач. Исследование этих двух классов задач с точки зрения снижения трудоемкости проектирования представляет значительный интерес. [20]
В математической статистике при изучении распределений эмпирических характеристик, являющихся случайными величинами, а также при решении других статистических задач используются различные распределения. [21]
Химический потенциал является функцией температуры, хотя при низких температурах в случае идеального ферми-газа температурной зависимостью JA часто можно пренебречь. Определение зависимости JA ( т) обычно является наиболее утомительной стадией решения статистической задачи, особенно в задачах об ионизации. Заметим, что по существу является нормировочным параметром и его значение можно определить по заданному полному числу частиц. Важным аналитическим свойством функции / при низких температурах является то, что ее производная - ( df / де) приближенно является 8-функцией. [22]
Управление вещами в основном относится к управлению технологическими процессами, а управление людьми - к управлению производством. Под этим термином понимается обобщенное управление, стоящее над управлением технологическими процессами и включающее решение плановых, оперативных, учетных и статистических задач ( см. гл. [23]
Применение все более тонких, все более мощных средств математической статистики для решения статистических задач, как и задач других общественных наук, позволяет часто1 глубже проникнуть в сущность социально-экономических явлений и процессов. Тем более, что современная электронно-вычислительная техника значительно расширяет возможности и необходимость применения математики для решения сложных статистических задач. В буржуазной; статистике широко распространено мнение, что статистика - отрасль прикладной математики, что ее теоретической основой является теория вероятностей с ее сердцевиной - законом больших чисел. Ошибочность этой точки зрения рассмотрена в гл. Здесь же обратим внимание на то, что и среди советских статистиков есть отдельные представители, которые не видят разницы между предметом и задачами статистики и математической статистики и считают, что статистика как наука берет свое начало не только в работах У. [24]
Не исключено, что для повышения степени точности анализа при выработке управляющего решения понадобятся дополнительные проигрывания модели или возникнет необходимость в увеличении периода имитирования. Метод определения требуемого объема выборки при имитировании ничем не отличается от метода определения объема выборки при решении обычных статистических задач. [25]
Для экстраполяции результатов ускоренных испытаний необходимо также знать истинное распределение наработки на отказ испытываемых изделий. И здесь нельзя делать заранее предположений о законе распределения, а подходить к этой проблеме нужно так же, как подходят к решению любой статистической задачи. При этом необходимо отметить, что для установления закона распределения следует обязательно удалить из генеральной совокупности изделия с ранними отказами ( потенциально ненадежные изделия), ибо появление ранних отказов из-за дефектов изготовления может привести к получению распределения. Продолжительность времени испытаний, проводимых с целью определения истинного распределения, должна выбираться такой, чтобы была полная уверенность в том, что потенциально ненадежные изделия со скрытыми дефектами полностью удалены из обследуемой совокупности. [26]
Мысль о создании статистической лаборатории при кафедре теории вероятностей возникла у Андрея Николаевича в начале 1960 г. Он приступил к осуществлению этой идеи с того, что организовал для сотрудников кафедры рабочий семинар по решению прикладных статистических задач, на котором сам прочитал ряд вводных лекций с демонстрацией примеров. При лаборатории удалось создать сектор вычислительных работ, оснащенный ЭВМ. Без хорошо организованной библиотеки, которая была бы снабжена основными журналами и систематически пополнялась монографиями, невозможно плодотворно вести научные исследования. Для организации специализированной библиотеки статистической лаборатории Андрей Николаевич не только добился отпуска средств, но и передал значительную часть полученной им международной бальцановской премии на приобретение литературы. [27]
При исследовании процесса проклеивания частиц связующим [199] основное внимание было уделено конструктивному оформлению этой технологической операции и исследованию взаимосвязи соответствующих технологических параметров. Поэтому получилось, что окончательные зависимости хорошо отражают влияние толщины частиц на степень покрытия их поверхности связующим, влияние длины и ширины частиц оказалось слабым и практически выпало из рассмотрения. По существу в эти зависимости не входит решение основной статистической задачи о покрытии каплями связующего поверхности частиц. Ликвидировать этот пробел можно методами стохастической геометрии [179], которые позволяют решать такие задачи. [28]
Как видно из рис. 5.11, последующее использование полученных зависимостей для статистического анализа эксплуатационной нестабильности данного АД дает достаточно высокую достоверность при значительном ( до трех раз и более) сокращении объема вычислений. Важно отметить также сравнительную простоту алгоритмизации самой процедуры перестройки модели и возможность ее выполнения непосредственно ЭВМ. Поэтому составной частью программного обеспечения стохастической модели должен быть блок преобразования функциональных связей, автоматически обеспечивающий в соответствии с выбранным планом реализацию алгоритмов полиномиальной аппроксимации, далее непосредственно используемой при решении статистической задачи. [29]
И наконец, в-третьих, в защиту статистического анализа можно сказать еще и то, что, хотя и при детерминистском и при статистическом подходе для решения задач требуются конкретные математические модели физических явлений, модели, построенные для статистического анализа, по самой своей сущности оказываются более общими и более гибкими. К тому же они неизменно включают в себя детерминированную модель в качестве частного случая. Чтобы статистическая модель давала точные осмысленные результаты, в ней должно полностью учитываться все, что в настоящее время известно о рассматриваемых физических параметрах. Наши решения статистических задач могут быть более точными, чем те модели, которые мы используем для описания как соответствующих физических законов, так и уровня нашего знания или незнания. [30]
Страницы: 1 2 3