Статистическая значимость

Cтраница 2

Спирме-на ( статистическая значимость которого находится по t - критерию. [16]

Была оценена статистическая значимость коэффициентов регрессии с использованием критерия Стьюдента и по полученной модели выбраны оптимальные условия работы предприятия. [17]

Экспериментально подтверждена статистическая значимость масштабного эффекта при определении предела текучести горных пород по штампу. Зависимость величины предела текучести по штампу от величины обратной диаметру штампа ( l / d) адекватно аппроксимируется полиномами второй или третьей степени. В прочностных расчетах стенок скважины целесообразно использовать показатель предела текучести по штампу, приведенный к диаметру штампа d 50 мм. Показана принципиальная возможность его определения по данным испытаний горных пород при вдавливании штампов диаметром от 1 5 до 5 0 мм. [18]

Дисперсионный анализ по методу латинского квадрата. [19]

При оценке статистической значимости всех эффектов везде берется отношение соответствующих дисперсий к остаточной дисперсии. Остаточная дисперсия сама является суммарной величиной: она складывается из дисперсии, обусловленной ошибкой опыта, и дисперсии, обусловленной эффектом взаимодействия, если последний существует. [20]

Для проверки статистической значимости коэффициентов модели могут использоваться различные статистики, например критерий Фишера. На основе F-статистики можно удостовериться, что влияние некоторой переменной значительно превосходит влияние другой переменной. [21]

Для оценки статистической значимости коэффициентов регрессии и корреляции рассчитываются t - критерий Стъюдента и доверительные интервалы каждого из показателей. Выдвигается гипотеза Но о случайной природе показателей, т.е. о незначимом их отличии от нуля. [22]

Смысл проверки статистической значимости коэффициентов модели заключается в следующем. [23]

Показано отсутствие статистической значимости отклонения экспериментальных результатов, полученных на термодиффузионной колонне в переходном режиме, от аппроксимации с учетом нулевой точки. [24]

Ранжирование просадок индекса Nasdaq-композит, начиная с его учреждения в 1971 до 18 апреля 2000. Ранг 1 ( апрель 2000 является самым большим спадом, ранг 2 ( октябрь 1987, в максимуме второй по величине и т д. Источник. [25]

Чтобы увеличить статистическую значимость, на основании которой мы можем заключить, что четыре самых больших события - являются выбросами, мы перетасовали дневные ценовые приращения 1 000 раз и, следовательно, сгенерировали 1 000 синтетических наборов данных. Эта процедура означает, что синтетические наборы данных будут иметь то же самое распределение ежедневных приращений. Однако, корреляции высшего порядка и зависимость, которая может присутствовать в самых больших просадках, будут разрушены такой перетасовкой. Этот, так называемый, идентификационный анализ данных распределения просадок имеет преимущество - он является не параметрическим, то есть независимым от качества соответствия экспоненциальной модели, или любой другой модели. Теперь мы сравним распределение просадок и для реальных данных, и для синтетических данных. Относительно синтетических данных, это может быть сделано двумя дополнительными способами. [26]

Таким образом, статистическая значимость коэффициентов измеряется степенью вариации вокруг оценочного значения. Так как ошибки ( или остатки) по предположению нормально распределены, то среднее квадратическое отклонение ошибок используется для измерения этой вариации. Эти средние квадра-тические отклонения известны как стандартные ошибки коэффициентов. Для определения степени значимости коэффициентов мы используем r - критерии. [27]

Частный F-критерий оценивает статистическую значимость присутствия каждого из факторов в уравнении. [28]

Читатели, незнакомые с понятием статистической значимости, должны обратиться к работе ( Henkel, 1976) или любому учебнику по статистике, в котором рассматриваются статистические выводы. [29]

Цикличность записана в порядке ее статистической значимости. [30]

Страницы: 1 2 3 4