Малая выборка

Cтраница 2

Поэтому для малой выборки не только среднее х отличается от ц, но, что очень важно, оценка стандартного отклонения также может оказаться неверной. Таким образом, мы должны иметь дело с двумя погрешностями, одна из которых заключена в значении среднего, другая - в значении стандартного отклонения. [16]

В условиях малых выборок предпочтительность одного метода другому может меняться при переходе от одной эконо-метрической модели к другой. Иногда, вопреки всем статистическим аргументам, лучшим оказывается обыкновенный метод наименьших квадратов. [17]

Для оценки малой выборки используются исправленное среднеквадратическое отклонение малой выборки и закон распределения вероятностей Стъюдента. [18]

Анализ гидроабразивного износа отливок из ВЧШГ. [19]

В случае малых выборок ( п: 40) расчет показателей асимметрии и эксцесса нецелесообразен в связи с их большими вероятными отклонениями от генеральных характеристик. [20]

В случае малых выборок к оценкам асимметрии и эксцесса следует относиться с осторожностью и определить точность этих оценок ( см.: С м и р п он иДунин - Барко в-ский И. В. Курс теории вероятностей и математической статистики. [21]

В случае малой выборки, характеризующейся функцией t, речь идет не о нормальном распределении, а о - - распределении или распределении Стью-дента. Численные значения t получают интегрированием сложной функции, которую подробно рассматривают в курсе теории вероятности. [22]

В условиях малой выборки минимизацию риска целесообразно проводить методом упорядоченной минимизации. [23]

Оценка результатов малой выборки производится путем исправления выборочного среднего квадрэтического откявне-ния и использования закона распределения вероятностей Стью-дента. [24]

В условиях малой выборки подбор обучающего подмножества из заданного множества весьма часто оказывается полезным на практике. [25]

Рассмотрим применение статистики малых выборок для простых случаев одно - и двуступенчатого равновесий. [26]

Если для этой малой выборки объемом / п членов определить среднюю нагрузку и уклонение по формулам ( 7 - 1) и ( 7 - 2), то полученные их значения будут отличаться в ту или иную сторону от значений этих величин Р, / Си, аг и аоТ генеральной совокупности. Ясно, что чем больше неравномерность графика нагрузки, тем большими будут эти отклонения и наоборот. Математическая статистика дает возможность оценить величину этих отклонений, учитывая и степень надежности сделанной оценки, объясняющуюся ограниченностью полученной информации. [27]

Если по результатам малой выборки можно однозначно заключить, что партия является годной или, наоборот, негодной, то контроль качества обходится очень небольшими затратами. Если же первая выборка не дает четкого ответа, можно взять другую выборку - единая большая выборка образцов даст более точный результат. [28]

Между тем при малой выборке обычны ситуации, когда нет оснований отвергать гипотезу и о ее принадлежности к генеральным множествам, характеризующимися другими распределениями. Показано, например в [179], что даже при выборках объемом п 200 могут быть четко подразделены ( с вероятностью 0 95) только нормальное и равномерное или трапециевидное распределение, а при п 200 нормальное и другое симметричное-треугольное распределение практически неразличимы. Это согласуется с известным положением о том, что при п 50 использование так называемых критериев согласия может приводить к сомнительным результатам. При аттестации же стандартных образцов п 40, а чаще п sj 10, комментарии излишни. В ГОСТ 8.532 - 85 в качестве альтернатив указаны нормальное, симметричное и асимметричное распределения, что нелогично: нормальное распределение также является симметричным. [29]

В случае с малыми выборками необходимо допустить, что мы производим выборку из нормально распределенной совокупности для того, чтобы выборочная средняя была нормально распределена. [30]

Страницы: 1 2 3 4