Представительная выборка

Cтраница 2

Другими словами, чем более представительная выборка пар значений л г / г подвергается обработке и чем меньшее число постоянных параметров, аппроксимирует функцию у, тем корректнее с точки зрения математической статистики применение метода наименьших квадратов. [16]

Гистограмма результатов химического ана. [17]

Этому виду гистограммы отвечает достаточно представительная выборка результатов анализа, часть из которых отягощена систематической ошибкой, а другая часть лишена ее. [18]

Этому виду гистограммы отвечает достаточно представительная выборка результатов анализа, часть из которых отягощена систематической погрешностью, а другая часть лишена ее. Другой пример - многократный эмиссионный спектральный анализ образца, в ходе которого часть определений проведена с использованием угольных электродов одной, а вторая часть - другой марки. Разность значений A i, 2 2 - х может служить в этих примерах мерой систематической погрешности. [19]

Другими словами, чем более представительная выборка пар значений xt, г /, подвергается обработке и чем меньшее число постоянных параметров аппроксимирует функцию у, тем корректнее с точки зрения математической статистики применение метода наименьших квадратов. Вместе с тем очевидно, что увеличение числа параллельных измерений каждого конкретного г - го значения функции г / - ( и аргумента t) и переход от единичных значений Xi, yi к средним значениям xi и y - t также способствуют улучшению статистических оценок оптимального набора параметров. [20]

Другими словами, чем более представительная выборка пар значений ( xi, yi подвергается обработке и чем меньшее число постоянных параметров аппроксимирует функцию у, тем корректнее, с точки зрения математической статистики применение метода Наименьших квадратов. Вместе с тем очевидно, что увеличение числа параллельных измерений каждого конкретного t - ro значения функции yi ( и аргумента xt) и переход от единичных значений xt, yi к средним значениям и yi также способствуют улучшению статистических оценок оптимального набора параметров. [21]

Статистический анализ требует наличие представительных выборок. Ввиду сравнительно небольшого количества обработанных скважин не представляется возможным определение закона ( параметров) распределения их продуктивных характеристик. [22]

Таким образом, отсутствие представительной выборки в некоторых случаях приводит к необходимости использования адаптивных методов распознавания, единственно возможных при изменении свойства образа со временем. [23]

Так, на основе недостаточно представительной выборки можно сделать вывод о том, что наш объект практически все время функционирует в условиях Х, и принять эти условия за расчетные при проектировании. Предложенная из этих соображений ТСВ-Л ] при неучтенной неблагоприятной стратегии противника приведет к потерям S ( X. [24]

Извлечение данных осуществляется статистически представительными выборками по каждому продукту, которые затем обрабатываются для повышения точности и распределяются по категориям. Каждой проблеме приписывается вес, соответствующий частоте ее упоминания и времени, которое клиенту приходится затрачивать на поиск выхода из ситуации в каждом случае ее проявления. [25]

Этот способ обычно называют представительной выборкой; он позволяет получить несмещенную оценку генеральной средней, но приводит к большей дисперсии оценки, чем способ, представленный уравнениями ( 27 - 5) и ( 27 - 6), если дисперсия неодинакова во всех слоях. [26]

Расчетные формулы для определения объемов представительных выборок для других законов распределения имеются в пособиях по математической статистике. [27]

Для достоверного определения необходимо наличие представительной выборки. [28]

Предположим теперь, что мы располагаем представительной выборкой звезд, принадлежащих к одному спектральному классу, и что нам известно распределение вероятности p ( vesini) по наблюдаемым скоростям для этой группы. Спрашивается, каково распределение вероятности f ( ve) no истинным экваториальным скоростям вращения для этих звезд. Приведем анализ, который принадлежит Чандрасе-кару и Мюнчу и в основе которого лежит предположение, что направления осей вращения распределены в пространстве случайным образом. Такая гипотеза вполне оправданна, поскольку какую бы то ни было корреляцию между измеренными при наблюдениях значениями vesini и галактическими координатами звезды обнаружить не удается. [29]

Такие расчеты характеризуют прочность в аспекте надежности представительных выборок из генеральной совокупности изделий данного типа, опираясь на вероятностные оценки как переменной нагруженности, так и усталостного сопротивления. Представительной выборкой является совокупность изделий, изготовленных из металла большого числа плавок данной марки, которой свойственны механические характеристики, отражающие межплавочный разброс. [30]

Страницы: 1 2 3 4