Независимая выборка

Cтраница 2

Обозначим через пит объемы больших ( п 30, т 30) независимых выборок, по которым найдены соответствующие выборочные средние к и у. Генеральные дисперсии D ( X) и D ( Y) известны. [16]

Обозначим через пит объемы больших ( п 30, т 30) независимых выборок, по которым найдены соответствующие выборочные средние хну. Генеральные дисперсии D ( X) и О ( К) известны. [17]

Используемый здесь метод проверки гипотезы равенства дисперсий в двух генеральных совокупностях по независимым выборкам основан на знании функции распределения Фишера. Поэтому для получения значимых оценок необходимо в память ЭЦВМ ввести таблицу критических точек этого распределения. [18]

Приведем еще одну лемму, содержащую достаточные для сходимости (3.24) условия при независимой выборке. Эта лемма играет далее важную роль при синтезе асимптотически робастных алгоритмов. [19]

Среди прикладных задач встречаются такие, при решении которых приходится сравнивать средние двух независимых выборок. Для такого сравнения полезно иметь доверительный интервал для разности соответствующих выборкам математических ожиданий. [20]

В данном случае полное время пребывания клиента в системе обслуживания вычисляется путем суммирования М независимых выборок из множества значений, принимаемых случайной величиной, которая характеризуется показательным распределением. [21]

Определим из уравнений, приведенных выше, оценки д; и а по г 2 независимым выборкам. [22]

Данный критерий используется для проверки гипотезы о равенстве т дисперсий d &, 1 k га, нормальных независимых выборок одинакового объема. [23]

В этой главе мы рассмотрим критерии значимости для номинально измеряемых переменных, в которых сравниваются частотные данные двух и более независимых выборок. [24]

Следует отметить, что оптимальность указанной последовательной процедуры в отличие от классического критерия Неймана и Пирсона доказана [1, 29] лишь для случая однородной независимой выборки, когда выборочные значения являются независимыми реализациями одной и той же случайной величины. [25]

Статистический критерий: поскольку исходные совокупности отметок не являются нормально распределенными и отметки соответствуют относительной шкале, подходящим критерием значимости является критерий рандомизации для независимых выборок. [26]

При обработке результатов наблюдений часто возникает необходимость в проверке гипотез относительно математических ожиданий ai и а2 двух СВ X и У, взятых из двух независимых выборок п: и п2 нормально распределенных генеральных совокупностей. [27]

На практике мы для удобства дополнили эти расчеты [90] некоторыми стандартными статистическими испытаниями [37] гипотезы о том, что набор ( fs) состоит фактически из независимых выборок нормальной популяции, а также проверили влияние интервала р временного сглаживания. [28]

Пусть Xi, 1 и Х2, S2 - - оптимальные несмещенные оценки для среднего и дисперсии одного и того же нормального распределения, вычисленные по двум независимым выборкам объемов п и п2 соответственно. Какие функции от этих статистик являются наилучшими оценками тех же параметров, учитывающими всю исходную информацию. [29]

Вероятность PN ( p принадлежности узла наибольшему кластеру как функция вероятности р того, что данный узел не заполнен - пора на квадратной решетке L x L. Сплошная кривая построена при L 450, штриховая - при L 200 и 50. Вертикальная линия соответствует р рс 0 59275. [30]

Страницы: 1 2 3 4