Вероятностная схема

Cтраница 2

В § 3 главы 1 вводится понятие вероятностная схема. [16]

В основу теории негауссовых распределений были положены гипотетические вероятностные схемы, соответствующие физической сущности явлений, определяющих данный технологический процесс. [17]

В ряде случаев невозможно или нецелесообразно использовать вероятностные схемы отбора, описанные выше. Наиболее часто с такой ситуацией сталкиваются при поисковом плане исследования, при различного рода апробациях методик сбора информации. В подобных случаях выборка строится на основе собственного знания о генеральной совокупности, ее элементах, природе исследовательских задач. При этом обычно отвлекаются от задачи репрезентации генеральной совокупности с помощью выборочной. [18]

Обобщенный алгоритм моделирования. [19]

В блоке II реализуются случайные зависимости для принятой вероятностной схемы, вырабатываются последовательности случайных чисел с заданными законами распределения на основе программы получения таких чисел. Исходной информацией для этого блока являются параметры заданных законов распределения. [20]

Из-за погрешностей измерений таблица несколько отличается от точной вероятностной схемы, но это не влияет существенно на дальнейшие результаты. [21]

Эффективное использование данных, собранных не по вероятностной схеме, возможно при двух подходах. В сетях, средние выборки которых относительно гомогенны в пространстве ( такие как атмосфера за достаточно усредненные периоды времени), для оценки значения переменной двух точек мониторинга или среднего значения для всего участка, охватываемого сетью, могут использоваться кригинг и другие пространственные интерполирующие методики. ЕМАР предлагает такой подход для мониторинга подверженности воздействию атмосферных поллютантов ( рис. 15), модифицируя и дополняя существующие NADP / NTN для введения дополнительных переменных и создавая новые станции или передислоцируя существующие. Такие сети как NASQAN, параметры дискретных проб ( водотоков) которой варьируют по регионам случайным образом, должны рассматриваться отдельно. В таких случаях должны быть созданы и испытаны модели ( гипотезы) для определения того, могут ли в таких сетях производиться оценки популяций, незначительно отличающиеся от оценок % и беспристрастном пробоотборе. [22]

Важно другое - вычисление среднего значения по вероятностной схеме может быть легче и точнее. В этом нетрудно убедиться, так как точное измерение ординат хронограммы гораздо труднее, чем точное нанесение на хронограмму параллельных горизонтальных прямых с последующим подсчетом чисел их пересечения с кривой. [23]

В конкретных задачах, сводящихся к этой вероятностной схеме, испытание интерпретируется как случайный выбор точки в некоторой области Q, а событие А - как попадание выбранной точки в некоторую подобласть А области Q. При этом требуется, чтобы все точки Q имели одинаковые шансы быть выбранными. [24]

Учет наклонной дальности и ракурса формируется по простейшей вероятностной схеме. [25]

Наконец, следует сделать замечание о той конкретной вероятностной схеме, которая используется при переходе от интегральной / - теоремы к локальной. При хаком переходе из факта, показывающего, что в некотором множестве ( в нашем примере - множестве точек с данной ординатой) подавляющее большинство элементов обладает некоторым признаком ( в нашем примере - являются точками минимума), делается вывод, что обнаружение на опыте элемента с этим признаком подавляюще вероятно. Но для этого, очевидно, необходимо, чтобы внутри множества существовало соответствующее распределение вероятностей, например, чтобы все элементы были одинаково вероятны. Предельные частости, которые в некоторых случаях согласно теории коллектива, могут рассматриваться как вероятности, в случае рассматриваемой - заранее заданной, реальной в смысле § 13 - последовательности, без дополнительных предположений не. Однако легко видеть, что именно такое распределение не может получить математически корректного определения. Действительно, в нашем примере рассматриваемое множество элементов представляет собой дискретное бесконечное множество точек бесконечно простирающейся / - кривой, обладающих данной ординатой. [26]

В дальнейшем Колмогоров показал, что можно построить вероятностные схемы, приводящие к любому типу кривых распределения Пирсона. [27]

Чтобы более конкретно представить себе, как применяется данная вероятностная схема, нужно вспомнить теорему о том, что необходимым и достаточным условием существования общей системы собственных функций у двух операторов А н В является их коммутируемость. [28]

Здесь рассмотрен способ наиболее точный и связанный с вероятностной схемой. [29]

Для широко распространенного класса объектов с параболическими характеристиками полученная выше вероятностная схема может быть полностью использована. [30]

Страницы: 1 2 3 4