Cтраница 2
Из формул (2.74) и (2.75) следует, что дисперсия каждой точки системы определяется как сумма дисперсий от каждой формы колебаний без учета их статистической взаимосвязи. [16]
Из формул (1.44) и (1.45) следует, что дисперсия для каждой координаты системы определяется как сумма дисперсий от каждой формы колебаний без учета их статистической взаимосвязи. [17]
Выбор эффективных портфелей, т.е. портфелей, которые обеспечивают максимальную ожидаемую доходность при определенном уровне риска или минимальный уровень риска для определенной ожидаемой доходности, - важная задача экономического анализа, при решении которой учитывают статистические взаимосвязи доходности активов. [18]
В этом случае существование ядра обеспечивает наличие подмножества согласованных переменных; 3) анализируемые точки - ранжировки располагаются в пространстве несколькими относительно далеко отстоящими друг от друга ядрами ( сгустками), что означает наличие нескольких подмножеств переменных таких, что переменные внутри одного подмножества обнаруживают высокую статистическую взаимосвязь, тогда как согласованности между переменными, взятыми из разных таких подсовокупностей, практически не существует. [19]
![]() |
Энергетический спектр пульсаций скорости ( а на оси ( r / R 0 и ( б в пристенной области ( r / R 0, 926 трубы. 1 - Щ /. 2 - Щ / - 3. [20] |
Часто возникает необходимость нахождение статистической взаимосвязи между пульсирующими величинами ( характеристиками) турбулентного потока. [21]
Самоорганизующиеся карты Кохонена являются мощным нейросетевым средством анализа и визуализации многомерных данных. Карты используются для отображения нелинейных статистических взаимосвязей на легко интерпретируемые ( обычно двумерные) решетки, подчеркивающие топологические и метрические зависимости анализируемых данных. [22]
В основу описываемого метода положено предположение о том, что каждому из рассматриваемых событий может быть приписана вероятность его осуществления в будущем. Анализ взаимного влияния представляет итерационную процедуру уточнения безусловных вероятностей множества взаимосвязанных событий, исходя из учета параметров кх статистической взаимосвязи. А при совместном осуществлении событий В и С может быть определена из вероятности наступления события А при раздельном осуществлении событий В и С. [23]
Хотя статистическая взаимосвязь электронов, учитываемая принципом Паули, и не должна приниматься во внимание в явной форме, тем не менее может создаться впечатление, что она должна содержаться в неявном виде в значении средней длины свободного пробега. Бриллюен отметил, что последнее должно превышать то значение длины свободного пробега / о, которое мы получили бы без учета статистической взаимосвязи электронов. [24]
Усреднение в последних двух суммах (5.28) может производить ся раздельно по каждому из сомножителей, поскольку они взаимно независимы. Действительно, первый сомножитель определяет ся ЭПР участков локального отражения, а второй - их взаимные расположением. Понятно, что между такими сомножителями статистическая взаимосвязь отсутствует. [25]
Следующий этап - проведение регрессионного анализа, в котором не участвуют скважины, выбивающиеся из группы. Целью применения множественного регрессионного анализа является установление статистической взаимосвязи между факторами, характеризующими эффективность применения избыточного активного ила, и геолого-технологическими параметрами. [26]
Случайные функции времени fr ( t) статистически не взаимосвязаны. К этому случаю можно прибегнуть также тогда, когда взаимная статистическая связь между силами, действующими в различных точках системы, слаба и ею можно пренебречь. Наиболее общим является случай, когда силы Fr ( l) различны и между ними существует сильная статистическая взаимосвязь. [27]
Случайные функции времени fr ( t) статистически не взаимосвязаны. К этому случаю можно прибегнуть также тогда, когда взаимная статистическая связь между силами, действующими в различных точках системы, слаба и ею можно пренебречь. Наиболее общим можно считать случай, когда силы Fr ( t) различны и между ними существует сильная статистическая взаимосвязь. [28]
Например, в блоке прогнозирования урожайности могут объединяться трендовые модели прогноза отдельных факторов изменения урожайности с много-факторной моделью прогнозирования урожайности. Примером более сложного блока статистических моделей являются эконометрические модели народнохозяйственного, регионального или отраслевого уровня, в которых при помощи экстраполяционных полиномов, корреляционных функций и регрессионных зависимостей устанавливается статистическая взаимосвязь между совокупностью характеризующих данный объект планирования экзогенных и эндогенных показателей. [29]
Также принимают равномерное распределение вероятностей центров бугров по длине участка. Уточнение распределения центров бугров возможно по фактическим значениям параметров прилегающих грунтов. Заметная корреляция между высотой и длиной бугров существует прежде всего в области их малых значений. Для диапазона средних значений длин бугров статистическая взаимосвязь ослабевает и практически исчезает при больших значениях. [30]