Cтраница 2
Важно усвоить, что последний отрезок зигзага может меняться в зависимости от изменений анализируемых данных ( напр. Это единственный индикатор из всех описанных здесь, у которого изменение цены бумаги может вызвать изменение предыдущего значения. Подобная способность корректировки своих значений по последующим изменениям цены делает зигзаг прекрасным инструментом для анализа уже произошедших ценовых изменений. Поэтому не следует пытаться создать торговую систему на основе зигзага: он лучше подходит для анализа исторических данных, чем для прогнозирования. [16]
Для решения этой проблемы была выбрана методика, основанная на выделении нескольких уровней абстракции описания анализируемых данных. Самым нижним является уровень физических акустических сигналов, на котором формируется звуковой спектр анализированных сигналов. [17]
Надежнее не использовать статистические возможности табличных процессоров и баз данных, а экспортировать ( транслировать) анализируемые данные из тех исходных файлов, куда они были первоначально занесены ( например, файлов формата DBF), в собственные базы данных статистических пакетов, рассмотренных выше типов. [18]
Авторегрессионный процесс и процесс скользящей средней, который мы проанализируем в следующем параграфе, предполагают, что анализируемые данные являются стационарными. [19]
Располагая выборочными статистическими показателями и знаниями выборочных распределений этих показателей, мы готовы оценить параметры генеральной совокупности анализируемых данных. Однако может быть необходимым добиться некоторой степени смещенности с целью получения меньшей дисперсии. [20]
В современной эконометрической литературе идентификация понимается как структурная спецификация модели, призванная не только определить значения параметров, но и выделить одну-единственную итоговую структурную модель анализируемых данных. [21]
В условиях же статистического ансамбля исследователь имеет возможность воспользоваться классическими матема-тико-статистическими методами обработки данных, когда для обоснования наилучшего выбора методов статистической переработки, итогового представления и интерпретации анализируемых данных он использует те или иные априорные сведения об их случайной ( стохастической) природе. При этом мы исходим из того, что даже постулируемая нами тождественность воспроизведения основного комплекса условий эксперимента или наблюдения в большинстве реальных ситуаций ( с учетом их сложности, множественности и частичной неизученности формирующих их факторов) не избавляет нас от неконтролируемого ( случайного ] разброса в самих результатах наблюдения. Так, даже практически идеально отлаженный станок автоматической линии не в состоянии производить абсолютно идентичные между собой ( и заданному номиналу) изделия. [22]
Анализ главных компонент ( Principal Component Analysis - РСА) является полезной статистической процедурой, которую применяют в задачах распознавания образов и сжатия данных, в частности, при очень больших объемах анализируемых данных. [23]
Интерес к противосудорожному действию диазепама вызван тем, что он в незначительных дозах устраняет все компоненты судорожного припадка: ложные клонические, клонико-тонические судороги и тоническую экстензию, вызванные введением коразола. Поэтому анализируемые данные могут помочь при изучении механизмов эпилепсии и ответить на вопросы, связанные с ролью метаболизма и распределением 1 4-бенздиазепинов в проявлении их специфических лечебных свойств. [24]
В данном параграфе делается попытка, на основе анализа производственных данных по бурению скважин на площадях Карабаглы и Кюровдаг ( Азербайджанская ССР), определить безопасное время пребывания бурильного инструмента в скважине в интервалах, соответствующих спуску обсадных хвостовиков и эксплуатационных колонн. Обзор анализируемых данных показал, что продолжительность этого времени Т, исчисляемого с момента спуска инструмента до момента подъема, колеблется от 24 до 120 час. [25]
Анализ себестоимости добычи нефти и газа начинают с общей оценки выполнения плана по себестоимости путем сопоставления фактических затрат с плановыми и с затратами прошедшего периода. Для этого анализируемые данные приводят к сопоставимому виду пересчетом на фактический объем добычи нефти и газа. [26]
Приведенный пример иллюстрирует два важных аспекта применения данной технологии. Первый - сам масштаб такой работы: объем анализируемых данных и число исследуемых моделей значительно превышают соответствующие показатели, характерные для традиционного статистического анализа. Второй - то, что даже высококвалифицированные специалисты могут извлечь из применения интеллектуального анализа данных дополнительные преимущества. [27]
Точную оценку такого рода сделать довольно сложно. Разрабатываемые эконометри-ческие ( корреляционные) модели будут хорошо отражать общие тенденции, но конкретные параметры зависят от используемых входных и анализируемых данных, которые не всегда могут быть получены в полном объеме и, соответственно, точно отражать существующее положение и тенденции в перспективе. [28]
Относительные ошибки определения фазы могут быть двух видов: а) статические и б) динамические. Статические ошибки определения фазы ( смещение) легко выявить путем сквозной калибровки измерительного оборудования, а затем устранить из анализируемых данных простым вычитанием. Для получения правильных результатов можно также повторить измерения, поменяв местами датчики. [29]
Самоорганизующиеся карты Кохонена являются мощным нейросетевым средством анализа и визуализации многомерных данных. Карты используются для отображения нелинейных статистических взаимосвязей на легко интерпретируемые ( обычно двумерные) решетки, подчеркивающие топологические и метрические зависимости анализируемых данных. [30]