Cтраница 1
Произведена малая выборка урожая пшеницы. Срок уборки урожая своевременный. На выбо рку собственно случайным повторным методом взято 8 участков. [1]
Теория малых выборок разработана английским статистиком В. [2]
Теория малой выборки дает возможность оценить существенность различия между двумя выборочными средними. [3]
Для малых выборок форма распределения вероятности смещена вправо, но с увеличением объема выборки распределение становится более симметричным. [4]
Использование малых выборок в ряде случаев обусловлено характером обследуемой совокупности. [5]
Теория малых выборок разработана английским статистиком В. [6]
Использование малых выборок в ряде случаев обусловлено характером обследуемой совокупности. [7]
Для малых выборок ( п 20) нахождение доверительных пределов требует несколько более сложных вычислений ( см., например, [26]), коэффициент t для таких выборок соответственно увеличивается. [8]
Для малых выборок это % - распределение имеет положительную асимметрию, но с увеличением объема выборки его асимметрия стремится к нулю. [9]
Для малых выборок неравномерность распределения вариант неочевидна, однако при п 20 - 30 можно заметить, что большая их доля группируется около среднего арифметического, а значительные отклонения от него редки. [10]
Для малых выборок метод непосредственного восстановления значений функции в заданных точках является на практике более точным, чем традиционные. [11]
При малой выборке невозможно пользоваться типическим отбором, что само по себе снижает точность наблюдения. [12]
На малых выборках реализация классической схемы может привод деть к парадоксальным ситуациям: чем более мощный критерий используется для установления степени регрессии, тем хуже может быть окончательный результат. [13]
При малых выборках испытуемых образцов возможность раздельной статистической обработки для каждого уровня напряжений отпадает, и экспериментальные данные, относящиеся к уровням стопроцентного разрушения образцов, должны обрабатываться совместно. По этим данным согласно известным правилам [80, 81 ] строится кривая регрессии, и на каждом уровне напряжений устанавливаются ее доверительные границы. В предположении нормального распределения долговечностей могут быть приближенно указаны и кривые заданных вероятностей разрушения. Возможности статистической обработки экспериментальных данных в той области напряжений, где стопроцентного разрушения образцов не наблюдалось, по-видимому, не существует, и некоторое представление о кривых равных вероятностей разрушения может дать лишь упомянутая экстраполяция. Если в качестве функционального параметра уравнения повреждений используется кривая статической или циклической усталости, отвечающая определенной вероятности разрушения, то можно считать, что и при нестационарном нагружении теоретическое условие П 1 отвечает той же вероятности разрушения. В том случае, когда наряду с уравнением кривой усталости для построения уравнения повреждений требуется знать еще и разрушающее напряжение ар, являющееся случайной величиной, приходится предполагать, что быстрое и длительное разрушения являются взаимосвязанными событиями, появляющимися всегда с одной и той же вероятностью. [14]
Что представляет собой малая выборка и в чем ее особенность. [15]