Cтраница 3
При применении светодальномеров, оптических дальномеров и короткобазисного метода измерений коэффициент влияния случайных ошибок ц и коэффициент влияния систематических ошибок X утрачивают свое значение. В этих случаях для характеристики точности линейных измерений следует применять среднюю случайную ошибку т, и среднюю систематическую ошибку К, измерения одной линии. [31]
Практически одновременно с привлечением ЭВМ к решению избыточных систем линейных уравнений для уменьшения влияния случайных ошибок ЭВМ были использованы для теоретической оценки ошибок анализа. Общим недостатком подобных методов является необходимость в очень большом объеме вычислений. [32]
Для построения графической зависимости In sin & обычно используют достаточно большое число экспериментальных точек для уменьшения влияния случайных ошибок в измеренных значениях положения дифракционного профиля ДО и температуры AT. Опыт экспериментальных исследований показал, что при низкотемпературных измерениях определение положения дифракционного профиля целесообразно проводить через 2 - 3, уменьшая температурный шаг до 0 1 - 0 3 при подходе к точке фазового перехода. В этом случае за разумнэе время измерений удается получить 100 - 200 экспериментальных точек в одной серии. [33]
Так как палетки отражают среднестатистические величины, полученные при большом числе измерений, то в них исключено влияние случайных ошибок, поэтому в ряде случаев определения по палетке оказываются более точными, чем непосредственные измерения. Палетки нашли практическое применение и могут служить в качестве эталона для контроля точности замеров при исследовании скважин. [34]
На основе закона нормального распределения случайных величин можно многократным измерением одних и тех же величин одним и тем же измерительным средством уменьшить влияние случайных ошибок, так как они осредняются и в итоге повышается точность результата измерения. [35]
На основе закона нормального распределения случайных величин можно многократным измерением одних и тех же величин одним и тем же измерительным средством уменьшить влияние случайных ошибок, так ка Они осредняются и в итоге повышается точность результата измерения. [36]
В классических методиках для измерения оптических плотностей аналитические полосы выбираются только из соображений максимального отличия в спектрах анализируемых компонентов, что минимизирует влияние случайных ошибок, но никак не устраняет вероятность наложения на аналитические полосы полос поглощения неидентифицированных компонентов. [37]
Все предшествующее рассмотрение было посвящено анализу одномерного поиска, однако некоторые интересные и достаточно простые результаты могут быть получены и при исследовании влияния случайных ошибок на процесс поиска нескольких оптимальных настроек. [38]
По формуле (1.27) можно рассчитать среднюю квадратическую относительную ошибку, с которой надо измерять линии в теодолитных ходах, если при измерениях преобладает влияние случайных ошибок. [39]
На практике же при анализе всегда имеют дело со сравнительно небольшим числом определений, так что классическая теория ошибок здесь неприменима Поэтому при учете влияния случайных ошибок на результат анализа приходится пользоваться новейшими методами математической статистики, разработанными для небольшого числа определений. [40]
Во-вторых, изменить методику получения графика связи К1 ] ссспс, а именно: методом наименьших квадратов построить линии регрессии Кп f ( allc) и а с ф ( К) и, исходя из того, что эти параметры в одинаковой степени подвержены влиянию случайных ошибок и ни один из них по точности определения не является эталоном для другого, построить среднюю линию регрессии ( на рис. 3 нанесена зависимость К 12 25 апс 6 07, полученная именно таким способом) и ею пользоваться для оценки пористости. [41]
Случайные ошибки возникают под воздействием большого числа факторов, влияние которых незначительно, но их нельзя выделить и учесть в отдельности. Влияние случайных ошибок на результаты анализа можно значительно уменьшить методом математической обработки. [42]
Измерительное устройство не обеспечивает учета случайных ошибок, приводящих к ненадежности результатов измерений. Влияние случайных ошибок ограничивается проверкой данных на достоверность, фильтрацией и выбором соответствующей частоты опроса. ЭВМ выполняет также оценку выходных величин хл измерительного канала. [43]
В данном параграфе изучаются погрешности среднеквадратичных приближений, получаемых методом наименьших квадратов в дискретном варианте. Рассматривается влияние случайных ошибок в значениях функций ( ошибок результатов наблюдений) и исследуется погрешность метода, возникающая за счет того, что приближаемая функция не принадлежит классу многочленов, которыми осуществляется приближение. Допускается раздельное рассмотрение случайной ошибки и погрешности метода, поскольку оператор построения многочлена наилучшего среднеквадратичного приближения является линейным. В заключение разъясняется процедура сглаживания наблюдений. [44]
Среднеквадратичные приближения функций алгебраическими многочленами используются обычно в тех случаях, когда приближаемая функция не обладает достаточной гладкостью и для нее не удается построить подходящего интерполяционного многочлена ( см. § 4 - 7, 9), сплайна ( см. § 11) или многочлена равномерного приближения ( см. § 12), а также если значения функции известны в достаточно большом числе точек, но со случайными ошибками. Вопрос влияния случайных ошибок на аппроксимирующий многочлен рассматривается в следующем параграфе. [45]