Cтраница 3
Теоретически уровень качества является математическим ожиданием статистических оценок, получаемых на основе контроля различных выборок. [31]
При решении вероятностных задач важно выделять эксперименты, где можно использовать те или иные комбинаторные формулы. При этом в постановке каждого такого эксперимента строго оговорено, каким способом производится выбор и что понимается под различными выборками. Во второй схеме выбор осуществляется поэлементно с обязательным возвращением отобранного элемента на каждом шаге п тщательным перемешиванием исходного множества перед следующим выбором. [32]
На точность деталей, обрабатываемых на металлорежущих станках, влияет большое количество систематических и случайных факторов. В результате совокупного действия случайных факторов, основными из которых являются колебания припуска и твердости детали, происходит образование мгновенного поля рассеяния сот, величина которого в различных выборках деталей может меняться. Так, например, в конце партии вследствие затупления инструмента и увеличения вектора силы резания величина ( от возрастает. [33]
На многомерных картах отметка делается путем соединения линией крайних результатов, что показывает размах результатов измерения для данной единицы продукции. Длина и расположение линий, нанесенных для ряда изделий, составляющих выборку, показывают изменчивость отдельных изделий и изменчивость от одного изделия к другому. Сравнение линий различных выборок, производимых через одинаковые интервалы, позволяет обнаружить тренд, а также выявить изменение размаха вариации или рассеяния. [34]
Книга посвящена непараметрическим методам исследования. Кратко излагается теория вероятностей. Последовательно рассматриваются непараметрическне критерии проверки гипотез при различных выборках. Техника вычислений показана детально. Даются задания для самостоятельной работы. [35]
Характерной особенностью раскладочно-подборочных машин является возможность их работы одновременно с двумя массивами перфокарт. Для этого раскладочно-подборочные машины конструктивно состоят из двух частей: правой и левой. Каждая часть машины может работать самостоятельно, выполняя различную выборку перфокарт из массива. При этом в работу может быть включена только одна какая-либо часть машины независимо от другой. Для выполнения подборочных работ обе части машины работают одновременно. [36]
Характерной особенностью раскладочно-подборочных машин является то, что на них можно работать одновременно с двумя массивами перфокарт. Конструктивно раскладочно-подборочные машины состоят из двух частей: правой и левой. Каждая часть машины может работать самостоятельно, выполняя различную выборку перфокарт из массива. При этом в работу может быть включена только одна часть машины независимо от другой. Для выполнения лодборочных работ обе части машины работают одновременно. [37]
Характерной особенностью раскладочно-подборочных машин является то, что на них можно работать одновременно с двумя массивами перфокарт. Конструктивно расхла-дочно-подборочные машины состоят из двух частей: правой и левой. Каждая часть машины может работать самостоятельно, выполняя различную выборку перфокарт из массива. При этом в работу может быть включена только одна часть машины независимо от другой. Для выполнения подборочных работ обе части машины работают одновременно. [38]
Очевидно, что в качестве оценки следует взять такую статистику, значения которой для различных выборок из данной генеральной совокупности были бы в среднем близки к истинному значению параметра. Желательно также, чтобы с увеличением объема выборки надежность оценки возрастала. Качество оценок характеризуют некоторыми свойствами, основные из которых следующие. [39]
Для сопоставимости результатов на графиках приведены не абсолютные значения средней проницаемости, а ее отклонения от эталонной величины, выраженные в процентах. В дальнейшем они именуются погрешностями. На рис. 11 и 12 приведены зависимости между колебаниями погрешностей определения средних значений проницаемости для различных выборок по данным модели 1 и степенью информации по разрезу. Полученные данные показывают, что с уменьшением числа скважин разброс погрешностей определенных средних значений увеличивается и тем больше, чем меньше степень информации по разрезу. [40]
При этом возникает задача выбора конкретного вида функций рг ( х), при которых невязка A. V ( К) между значением аппроксимирующей функции и значением наблюдаемой функции, искаженной помехой, минимальна. Необходимо учесть, что восстановление коэффициентов С, и подсчет невязки AJV ( К) надо проводить на различных выборках, так как если невязку A7V ( К) подсчитывать на той же выборке, по которой восстанавливаются коэффициенты С, то с увеличением К в ( 1), несмотря на уменьшение достоверности коэффициентов GI из-за ограниченности статистики, невязка A. [41]
Представим себе, что в некотором ящике собрано п различных предметов аг, az, -, ап. Из ящика наугад извлекается один из предметов, регистрируется, затем кладется обратно в ящик. Она называется выборкой объемом k из множества X. Число различных выборок объема k согласно § 7, 1 равно пй. [42]
Как и раньше, мы будем пользоваться термином совокупность объема п для обозначения множества из п элементов безотносительно к их порядку. Две совокупности считаются различными, если в одной из них содержится элемент, не содержащийся в другой. Элементы каждой из таких выборок могут быть упорядочены г способами, что приводит к г различным выборкам без повторения. Обратно, каждая из выборок объема г без повторения содержит г различных элементов и поэтому определяет новую совокупность. Мы знаем, что существует ( п) г выборок указанного типа. [43]
V объектов из двух распределений. Используйте X V объектов для вычисления выборочных векторов средних значений и ковариационных матриц. Затем испытайте ( 1 - s) N объектов для оценки вероятности ошибки. Повторите тот же эксперимент для различных выборок из / V объектов и изучите зависимость между s и дисперсией оценки вероятности ошибки. [44]
Генерируйте по N объектов из двух распределений. Используйте XW объектов для вычисления выборочных векторов средних значений и ковариационных матриц. Затем испытайте ( l - s) N объектов для оценки вероятности ошибки. Повторите тот же эксперимент для различных выборок из / V объектов и изучите зависимость между s и дисперсией оценки вероятности ошибки. [45]