Cтраница 1
Эмпирическая функция распределения ( рис. 6.3.9) имеет ступенчатую форму и может быть сглажена непрерывной функцией для удобства моделирования. Для аппроксимации могут быть применены полиномиальная, экспоненциальная или - образные функции, а также их вариации в кусочной форме. [1]
Эмпирическая функция распределения - неубывающая функция, непрерывная слева, возрастающая лишь скачками, кратными 1 / п, равная нулю при х, меньших минимального наблюдения, и равная единице при х, больших максимального наблюдения. [2]
Эмпирическая функция распределения потерь превращается в прямую линию именно в показательном масштабе [ 6, с. [3]
Эмпирические функции распределения обычно допускают удовлетворительную аппроксимацию прямыми линиями, если откладывать результаты на вероятностной бумаге Вейбулла. [4]
Эмпирическая функция распределения Fn ( x ] является кусочно постоянной. Иногда производят сглаживание Fn ( x) с помощью подходящей монотонно возрастающей функции ( см. гл. При использовании сглаживания Fn ( x ] необходимо следить, чтобы оно не приводило к выходу за пределы доверительной полосы. [5]
Эмпирическая функция распределения долговечности строится обычно на логарифмически нормальной вероятностной бумаге. [6]
Кроме эмпирической функции распределения и ее графика бывает полезно изобразить аналог плотности вероятностей. Это принято делать двумя способами. Откладывая на координатной плоскости точки ( xk; nk) и проводя ломаную с вершинами в этих точках, получаем полигон частот. Этот график дает понятие о том, насколько часто встречается каждое значение. [7]
Изображение эмпирической функции распределения ( особенно в нормальном масштабе) представляет собой испытанное на практике средство для снятия чувства отвращения к числовым данным. При этом производится самая важная глазомерная проверка нормальности; могут быть определены графически и приблизительные значения параметров нормального закона. [8]
Приближение эмпирической функции распределения пр; больших объемах выборки к истинной функции распределена используется для качественного сравнения результатов испытания случайной величины с заранее заданными функциями рас пределения. Сравнив результаты эксперимента с нескольким; заранее известными законами распределения, можно качественно оценить, какой из них больше подходит для описания исследуемой случайной величины. [9]
Рассматривая эмпирическую функцию распределения Fn ( x) одномерной случайной величины, необходимо отметить ее важнейшее свойство, имеющее принципиальное значение и выражаемое теоремой Г ливенко - Кантелли. [10]
Под эмпирической функцией распределения имеется в виду функция, построенная на основании опытных данных. [11]
Как определяется эмпирическая функция распределения в методе Фиш-бейна. [12]
Итак, эмпирическая функция распределения выборки служит для оценки теоретической функции распределения генеральной совокупности. [13]
![]() |
Полигоны и эмпирические функции распределения скоростей изнашивания деталей.| График определения ресурса сопряжения.| Средние ресурсы сопряжений деталей, тыс. ч. [14] |
Полигоны и эмпирические функции распределения скоростей изнашивания некоторых деталей показаны на рис. IX-3. Из рис. IX-3 видно, что скорости изнашивания характеризуются достаточно большим рассеиванием. Степень согласованности эмпирического распределения с теоретическим проверяют по критериям согласия Колмогорова и Пирсона. [15]