Использование - статистическая модель
Cтраница 1
Использование упрощенных статистических моделей для описания спирто-водных растворов оказывается невозможным, и авторы многих работ, посвященных изучению их свойств и строения, ограничиваются качественными характеристиками. [1]
 |
Зависимость фактора формы для серийной капиллярной модели от значения дисперсии логарифмически нормальной плотности распределения радиусов пор. [2] |
Возможности использования статистических моделей пористой структуры для расчета эффективного коэффициента диффузии ограничены, так как в распоряжении исследователя, как правило, отсутствуют иные характеристики, кроме функции распределения пор по размерам. [3]
Наконец, специальное место занимает использование статистических моделей в так называемом теоретико-информационном анализе динамики элементарного акта. Этому вопросу посвящен последний раздел обзора. [4]
Другой интересный случай связан с использованием эллипсоидальной статистической модели ( уравнение (2.10) гл. [5]
Более традиционные подходы к распознаванию речи основаны на использовании статистических моделей из теории передачи информации для определения корреляционной связи между сегментами. [6]
Модель выбора компонентов ( отраслей), наиболее значительно влияющих на формирование потребности в автобензине по управлению в целом ( модель 2), предусматривает использование статистической модели определения удельного веса и инвариантного анализа. При этом определяется теснота связи между потребностью управления в целом и потребностью сельского хозяйства, автотранспорта общего пользования, нефтедобывающей и деревообрабатывающей промышленности, суммарной потребностью всех других отраслей. [7]
Наиболее простые математические модели сварочных процессов - это статистические, широко распространенные в настоящее время. Ведущая роль в использовании статистических моделей для контроля процесса контактной сварки и управления им принадлежит ИЭС им. [8]
Применение магнитных снарядов требует квалифицированной интерпретации данных. Интерпретация осуществляется в процессе компьютерной обработки данных с использованием аналитических и статистических моделей, технологии распознавания образов. [9]
Сравним решения, полученные двумя способами. Выводы, приведенные ниже, справедливы не только для данного частного примера, но и в какой-то мере для других аналогичных случаев. Во-первых, решение, полученное при использовании статистической модели, позволяет уточнить оптимальное значение параметра оптимизируемой системы. Мера различия Л А ( 1) - А1 ( 0 75) 0 03 при р, 0 8 показывает экономию средств, которую обеспечил более точный расчет. Во-вторых, рассмотрение статистической модели позволяет раскрыть более тонкие закономерности в исследуемой системе. [10]
Существует еще один оригинальный подход, теоретические основы которого уже описаны в общих чертах в гл. Однако пока этот метод может применяться лишь для относительно простых структур, и его использование в случае сложных биологических структур ( без использования статистической модели) кажется весьма отдаленной перспективой. [11]
Обладая глубокими знаниями в области хозяйственной деятельности, аудиторы могут давать очень полезные советы. Но теперь в круг вопросов они включают проблемы маркетинга, организационного планирования, найма персонала и работы с ним, производства, разработки автоматизированных систем обработки данных, использования математических и статистических моделей для принятия управленческих решений. [12]
Для расчета тонкой структуры спектров поглощения молекул газа требуется знание потенциальных полей составляющих их атомов. Точное вычисление потенциальных функций для атомов с более или менее сложной структурой практически невозможно. Однако в квантовой механике разработаны достаточно удовлетворительные методы приближенного их вычисления. Один из таких методов основан на использовании статистической модели атома. В этой теории электронная оболочка атома уподобляется некоторой электронной атмосфере. Принимается, что плотность электронного облака зависит от расстояния от ядра, но достаточно велика, так что атом можно описывать с помощью законов квантовой статистики. Последнее условие выполняется тем лучше, чем больше порядковый номер элемента. [13]
В последнем случае речь идет об усредненной по многолетним наблюдениям статистической модели атмосферных параметров. Рассчитанные по этим моделям энергетические характеристики интенсивного лазерного излучения будут определять усредненную нелинейно-оптическую ситуацию над данным географическим районом для данного сезона года. Но в отличии от линейной оптики, полученные таким образом нелинейно-оптические модели, будут существенно зависеть от энергетики излучения ( мощность, энергия источника), геометрии излучающей апертуры и закона распределения на ней интенсивности пучка, а также условий фокусировки излучения. Как и в линейном случае, при использовании статистических моделей существует проблема точности соответствующего прогноза, которая связана с вариациями метеопараметров и концентрации поглощающих газов. [14]
Опираясь на различные математические методы, такие как нейронные сети, деревья решений, линейное программирование, нечеткая логика, удается извлечь из различных, в том числе и очень больших, баз данных ранее неизвестную и достоверную информацию, служащую основой для принятия решений. Поэтому ИАД определяют также как метод поддержки принятия решений, основанный на поиске и анализе зависимостей между данными. Следует отметить, что ИАД основывается на целом комплексе методов прикладной статистики, как традиционных, так и нетрадиционных. В традиционных методах, таких как регрессионный анализ, пользователь сам выдвигает гипотезы относительно зависимостей между данными. Это относится и к современным средствам установления зависимостей, таким как оперативная аналитическая обработка данных ( On-Line Analytical Processing, OLAP), которые по существу являются развитием классических методов регрессионного и дисперсионного анализов и т.п. Традиционные методы, основанные на использовании статистических моделей и априорных предположений о свойствах этих моделей, достаточно широко используются в ИАД, но большие надежды в настоящее время возлагаются на нетрадиционные методы. Достаточно часто именно эту группу методов связывают с понятием ИАД. Основополагающая идея, лежащая в основе таких методов, состоит в установлении зависимостей между рядами данных без необходимости предварительного формулирования гипотезы о виде этой зависимости. При этом искомые зависимости далеко не всегда выражаются математическими уравнениями, и в таких случаях точнее говорить о взаимосвязях между данными. Следует также отметить, что большинство из так называемых нетрадиционных методов ИАД довольно давно разрабатывались прикладными статистиками и в этом смысле они являются вполне традиционными. При этом их эффективность, например при решении достаточно сложных экономометрических задач, подтверждена результатами большого числа исследований. [15]
Страницы: 1 2