Cтраница 1
Увеличение объема наблюдений удорожает контроль и потому без особой необходимости нежелательно. [1]
Увеличение объема наблюдений в случае показательного распределения по сравнению с нормальным распределением обусловлено большим рассеиванием случайной величины, подчиняющейся показательному распределению. [2]
При увеличении объема JV наблюдений ( измерений) оценка должна приближаться к истинному значению параметра. N, к-рое является оценкой ср. [3]
![]() |
Диаграмма значений коэффициента использования автоматической. [4] |
Как видно, при увеличении объема наблюдений численное значение коэффициента использования стабилизируется. Таким образом, оценка показателей производительности, учитывающих простои оборудования, требует значительных по объему эксплуатационных наблюдений с последующей обработкой полученных данных статистическими методами. [5]
Поскольку с точки зрения математики теорема Бернулли является частным случаем теоремы Чебышева, то принято считать, что последняя в наиболее общем виде выражает закон больших чисел и что вообще смысл этого закона заключается в факте лриближения эмпирической средней к математическому ожиданию по мере увеличения объема наблюдения. Теорема же Гливенко устанавливает факт сближения эмпирической функции распределения с / теоретической закономерностью, которой подчинена случайная переменная. Причем факт этот устанавливается независимо от формы распределения. Установить такой факт - значит получить возможность достаточно точно определить не только среднюю, но и все количественные показатели, которыми пользуется, статистика для характеристики свойств реальной совокупности. [6]
На площади 1980 га на Туймазиноком мво тсрождвнии бурений сявааян на пласт Aj jsee при ТО наблюдениям дает полную информацию в толщине пласта, а на Шнаповском - при 52 наблюдениях. Данные таблицы повавывао, что с некоторого момента ( т.е. при определенном объеме информации), несмотря яа увеличение объема наблюдений, плотность информации практически не снижается, а происходит стабилиаадия энтропии. [7]
Расчет производится по данным о постоянных значениях интенсивностей отказов К и средних временах восстановления Твг элементов системы с учетом режимов их работы и условий эксплуатации. Информацию о показателях надежности элементов можно получить, если тщательно фиксировать отказы и восстановления систем, содержащих соответствующие элементы, в течение длительных эксплуатационных периодов. Точность и достоверность данных повышается с увеличением объема наблюдений. Такой способ оценки показателей надежности элементов требует большой затраты времени. Кроме того, полученные данные будут относиться к конкретным условиям эксплуатации, которые могут отличаться и от номинальных и от тех, в которых будет эксплуатироваться проектируемая система. [8]
Если остаточная дисперсия оказывается примерно одинаковой для нескольких функций, то на практике предпочтение отдается более простым видам функций, ибо они в большей степени поддаются интерпретации и требуют меньшего объема наблюдений. Это означает, что искать линейную регрессцю, имея менее 7 наблюдений, вообще не имеет смысла. Если вид функции усложняется, то требуется увеличение объема наблюдений, ибо каждый параметр при х должен рассчитываться хотя бы nio 7 наблюдениям. [9]
Если остаточная дисперсия оказывается примерно одинаковой для нескольких функций, то на практике предпочтение отдается более простым видам функций, ибо они в большей степени поддаются интерпретации и требуют меньшего объема наблюдений. Это означает, что искать линейную регрессцю, имея менее 7 наблюдений, вообще не имеет смысла. Если вид функции усложняется, то требуется увеличение объема наблюдений, ибо каждый параметр при х должен рассчи-туваться хотя бы до 7 наблюдениям. [10]
Вместе с тем эта задача далеко не элементарная. Выше для простоты была дана ее трактовка на уровне случайных величин. Эти случаи нуждаются в отдельном рассмотрении. Самый простой путь повышения степени достоверности контроля СИ заключается в увеличении объема наблюдений. [11]