Статистическая обработка

На рис. 10.6 приведена зависимость электрофоретической подвижности и и -потенциала частиц ЗЮг в растворе K l при рН = 3 от напряженности электрического поля Н, полученная на основании статистической обработки результатов измерений для 30 разных частиц при каждом заданном значении Н. Из рисунка видно, что с увеличением градиента потенциала от 100 до 1300 В/м величина U монотонно возрастает от 1-10 до 2-10 м -с/В, а -потенциал изменяется соответственно от —14 до —28 мВ. Значения -потенциала рассчитывали по формуле Смолуховского без поправок на поляризацию ДЭС частиц SiOa. [c.180]

Значения A t, видимо, более надежно могут быть найдены нри статистической обработке имеющихся экспериментальных данных по периодам индукции в предположении ее определяющей роли на стадиях зарождения. Для начальных условий Р = 1 ат, а = 1 в диапазоне температур (1100—1800 К) многократно [30] решалась прямая кинетическая задача для системы реакций 1—6, 11, 16—19, 21, 22, 24 нри вариации значений kt от 2,5-10 -ехр (-38100/ВТ) до 2,7-101 -ехр (-38 900/КТ) л/моль-с. Было найдено, что наилучшее согласие достигается при значениях кг = (8,9ч-10,15) 10 ехр (—38 250/КТ) л/моль-с. Что касается обратной реакции /с7, то в связи с отсутствием экспериментальных данных значение кТ определялось через константу равновесия. Названные трудности — основная причина того, что предполагаемый доверительный интервал, приводимый в табл. 4, столь велик. [c.252]

Статистическая обработка опытных данных. При экспериментальных измерениях некоторой физической величины, истинное значение а которой неизвестно, результаты отдельных измерений представляют собой случайные величины. Истинное значение оценивают методами математической статистики. Первичная обработка экспериментальных данных заключается в получении ранжированного ряда, т. е. экспериментальные данные располагают в порядке увеличения исследуемого параметра и с помощью специальных критериев выявляют грубо ошибочные значения. Для этого рассчитывают среднее арифметическое всей выборки из п опытов х = [c.14]

Метод моментов. Более простым методом статистической обработки экспериментальных данных является метод моментов. В методе моментов приравнивают расчетные и экспериментальные вторые моменты кривой отклика [213, 215-217]. [c.159]

Статистическая обработка динамики патентования позволила получить уравнение (1.1) в следующей форме [c.39]

Эти данные получают, вводя изучаемое соединение в организм следующими путями вдыхание поступление в желудок введение в брюшную полость нанесение на кожный покров. Исследования как правило, проводятся на белых мышах массой 18—24 г и белых крысах массой 180—240 г. [1.9]. Однородность животных в экспериментальных группах — одно из обязательных условий получения достоверных результатов. Для правильной статистической обработки в испытуемой группе должно быть не менее 6 животных на каждую исследуемую концентрацию или дозу. Наиболее надежные результаты могут быть получены при ингаляционном поступлении химических соединений в организм. Вещества должны подаваться в том же агрегатном состоянии, в каком они находятся в производственном помещении. Время затравки для мышей 2 ч, для крыс [c.12]

Для экспрессного регламентирования важен также подбор тестов, наиболее адекватно отражающих токсическое действие изучаемого соединения. Для большей эффективности эксперимента статистическая обработка должна проводиться сразу же после каждого определения биологических показателей у каждой данной группы животных. На основе полученных данных определяется время наступления первого статистически достоверного изменения каждого показателя при воздействии каждой концентрации. [c.16]

Сопоставление опытных и расчетных характеристик ступеней с колесами, углы которых составляли 15 , 22 30, 32 45°-1 и 90°, при = 20° и а,л = 14° и различных условных числах Маха Мц приведено на рис. 5.2—5.6. Характеристики представлены в виде функций я = / (Мс , М ) и т1 пол.к = / (М , , М ), где Мс = б о соз до/с1о — число Маха по осевой составляющей абсолютной скорости при входе в колесо (при 0о = О будет Мс == = Мс ). Видно, что опытные и расчетные данные как по характеру кривых, так и по отношениям давления и КПД удовлетворительно согласуются между собой. Одни расчетные характеристики практически полностью совпадают с опытными, другие располагаются в непосредственной близости (главным образом вследствие смещения по производительности, обычно не превышающего 1—2%). Различие в максимальных значениях отношения давлений составляет 0 — 1,5%, а максимальные значения КПД отличаются на 0—2%. Полного совпадения характеристик во всех случаях и не должно быть, так как исходные данные для аппроксимации получались путем статистической обработки большого количества экспериментов, проводившихся в разное время и отличавшихся один от другого на величину погрешностей. В этом заключается характерная особенность и в известной мере преимущество расчетной характеристики она является статистически осредненной и потому наиболее вероятной в заданных условиях. [c.201]

В результате статистической обработки экспериментальных данных, полученных при исследовании пульсационных колонн с [c.169]

И. М. Губкин совершенно правильно подчеркивает роль крупных положительных структур в скоплении нефти и газа. Эта роль особенно ясно выявилась после статистической обработки раснределения месторождений нефти и газа, проведенной в последние годы. [c.215]

При проведении эксперимента, когда меняется несколько факторов, прежде всего возникает вопрос об оценке их влияния на функцию отклика. Изучение влияния различных факторов на статистические характеристики объекта является задачей дисперсионного анализа, который позволяет специальной обработкой результатов наблюдений разложить их общую вариацию на систематическую и случайную, оценить достоверность систематической вариации по отношению к случайной, вызванной неучтенными факторами. За количественную меру вариации принимают дисперсию, полученную статистической обработкой экспериментальных данных. Сравнение дисперсий выполняют обычно по критерию Фишера. [c.16]

Многоуровневая структура системы основана на разделении во времени задач оперативного и неоперативного управления. На неоперативном уровне производится проверка адекватности и коррекция параметров математических моделей процессов в аппаратах отделения, адаптация стратегии управления к изменяющимся условиям эксплуатации, а также расчет коэффициентов упрощенных моделей. Оперативный уровень обеспечивает работу алгоритма управления на участках стационарности. При этом решаются задачи статистической обработки и анализа информации, поступающей с объекта, расчета ненаблюдаемых переменных процесса и поиска текущих управлений. [c.339]

В файлы ОВД, отведенные для данной подсистемы, с периодом опроса 10 с поступает информация от 46 датчиков измеряемых технологических параметров. Схема информационных потоков подсистемы представлена на рис. 7.26. Первичная обработка информации производится соответствующими модулями общесистемного назначения. Статистическая обработка и подготовка информации для работы алгоритмов управления ОКП осуществляется программными модулями, входящими в состав оперативного уровня подсистемы. [c.339]

Изучение псевдоожиженных систем на первом этапе их развития состояло в накоплении данных о взаимосвязи тех или иных факторов, их влиянии на ход осуществляемого процесса, в статистической обработке опытных данных и аппроксимации их эмпирическими формулами. Теоретическое описание этих сложных систем натолкнулось на большие трудности, попытки преодоления которых предприняты в самые последние годы. Только в истекшие 10—12 лет, наряду с экспериментальными исследованиями, были предложены физические модели отдельных явлений в псевдоожиженном слое зернистого материала и дано их математическое [c.9]

Мы сравнили два способа определения Ре методом статистической обработки кривых распределения времени пребывания [17] и методом, изложенным выше кривые снимали на аппарате проточного типа методом импульсного ввода индикатора [9]. [c.120]

Лабораторные исследования при заданной концентрации ингибитора коррозии повторяют не менее 3—5 раз, а результаты испытаний подвергают статистической обработке с определением погрешностей измерений и вычислений. [c.216]

Обработка результатов длительных наблюдений (за 1944— 1972 гг.) большого числа пожаров (более тысячи случаев) позволяет выявить закономерности статистического распределения частоты возникновения пожаров [19]. В частности, статистическая обработка обширных материалов о пожарах на предприятиях химической и родственных ей промышленностях показала, что сред- [c.68]

Технику вычислений рассмотрим на примере статистической обработки отклонений диаметра шатунной шейки (0 42Х) коленчатых валов компрессора 2ФВ-6,5, дающем наибольшее из всех проведенных нами, исследований графическое расхождение теоретической и эмпирической кривой нормального распределения. [c.51]

Обработка экспериментальных данных. Все задачи обработки экспериментальных данных по существу можно разделить на два класса отыскание неизвестных нараметров в закономерностях, построенных на теоретических предпосылках, учитывающих физическую сущность рассматриваемого процесса или явления, и отыскание неизвестных параметров в формализованных закономерностях, построенных на статистической обработке опытных данных, полученных в результате пассивных или активных экспериментов. Решение задач второго класса, как правило, сводится к получе-иию регрессивных соотношений, часто имеющих вид полиномиальных уравнений. [c.13]

Статистическая обработка аналитических данных, приведенных в работах [410—422] и др., содержащих справочные материалы по нефтям различных нефтеносных регионов (всего более 1300 образцов нефтей), дает ясные результаты, представленные в табл. 7.1, хотя в каждом из стратиграфических и гипсометрических интервалов указанные в табл. 7.1 характеристики ВМС для отдельных нефтей могут меняться в сравнительно широких пределах. [c.183]

Методика статистической обработки информации о надежности технических изделий на ЭЦВМ. М. Изд. стандартов, 1978. 56 с. [c.264]

Итак, создание информационной базы САПР состоит в выборе универсальной или разработке специализированной СУБД определении числа и разработке структуры баз данных разработке алгоритмов проверки, обработки экспериментальных и расчета недостающих данных заполнении баз данных. Первые два пункта будут рассмотрены подробнее в гл. 5. Определение числа баз производится па основе обобщения опыта проектирования в данной отрасли и состоит в установлении количества единиц информации базы, согласовании терминологии. Проверка достоверности данных производится путем выявления достоверных параметров и использования известных закономерностей между отдельными параметрами, либо путем применения методов статистической обработки данных. Часто при обработке данных проводится и проверка их достоверности. [c.117]

Обработка экспериментальных данных заключается в выборе и определении коэффициентов функциональных соотношений методами статистической обработки данных или методами оптимизации. В общем случае задача ставится следующим образом. Пусть имеется набор экспериментальных данных л , г/, (г = 1,2,.. п), характеризующих, например, зависимость теплоемкости, давления пара компонента и т. д. от температуры. Требуется установить функциональную зависимость [c.117]

Статистическая обработка расхождений между экспериментальными и расчетными значениями скоростей вне зоны радиуса приводит к следующей форме связи между расчетной и и истинной Vl скоростью в точках канала [c.183]

Пример. В результате статистической обработки реализаций входного и выходного сигналов стационарного объекта построены графически нормированная автокорреляционная функция входного сигнала (х) [c.326]

Соотношения (7.58)—(7.65) позволяют определить искомые параметры Ре, а, и путем статистической обработки экспериментальных кривых отклика на импульсное возмущение по концентрации индикатора в потоке. Расчетные формулы для определения первых двух моментов кривой распределения при условии анализа концентрации в проточных зонах аппарата для различных экспериментальных схем приведены в табл. 7.1. Аналогичная таблица (см. табл. 7.2) построена в работе [6] для случая обработки кривых отклика обычной диффузионной моделью (7.1). [c.367]

Таким образом, мы показали, что оценки К , полученные методом наименьших квадратов с использованием целевой функции (12), удовлетворяют принципу максимального правдоподобия. К сожалению, значения а >. и а ., как правило, неизвестны. Однако всегда имеется информация о предельных ошибках измерений и АГ , которая обычно не используется при статистической обработке. Заменив этими величинами соответствующие значения СТр. и получим функцию [c.101]

СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ДАННЫХ ПОТЕНЦИОМЕТРИЧЕСКОГО ТИТРОВАНИЯ ПРИ ИЗУЧЕНИИ КОНСТАНТ ДИССОЦИАЦИИ КИСЛОТ И ОСНОВАНИЙ СРЕДНЕЙ СИЛЫ [c.125]

В табл. 1 приведены результаты анализа и статистическо обработки коррозионного разрушения по зонам рзда резервуаров для хранения нефти и нефтвБродуктов ( 5 . [c.15]

Наличие универсального алгоритма расчета констант по данным потенциометрических измерений открывает широкие возможности для применения обсуждаемой поправки. Систему с реакциями (1) можно рассматривать лишь как простейший пример. Очень удобно, что применение алгоритма к системе с другим типом стехиометрии не требует новых исследований математических зависимостей. К тому же попутно получаются оценки ошибок определяемых параметров. Эти качества нашего метода выгодно отличают его от подхода авторов работы [6], применявших довольно искусственные построения, не связанные со статистической обработкой (и то лишь для некоторых простейших систем). [c.127]

Теоретические методы расчета характеристик элементов проточной части центробежных компрессорных машии ввиду сложности трехмерных сжимаемых течений на дают удовлетворительной точности во всем диапазоне изменяющихся режимов работы машины. Поэтому пока неизбежным является физическое моделирование, позволяющее получить необходимые данные из опытов на моделях. При ограниченном числе унифицированных ступеней или элементов их проточной части количество опытов на моделях будет относительно небольшим, что позволит в короткие сроки гюлучить все необходимые экспериментальные данные по характеристикам элементов. После статистической обработки, представления в требуемом виде и аппроксимации эти характеристики должны быть записаны в постоянную библиотеку ЭВМ и в дальнейшем использоваться при численном моделировании. [c.124]

Разработана методика статистической обработки кривых потенциометрического титрования кислот и оснований средней силы. Приведен универсальный алгоритм расчета констант по данным потенциометрических измерений. Алгоритм иллюстрируется на примере решения конкретных задач. [c.192]

Приведенный выше алгоритм расчета позволяет освободить исследователя от рутинной экспериментальной работы по определению коэффициентов массоотдачи для паровой и жидкой фаз и статистической обработки результатов исследований в виде критериальных уравнений. [c.153]

На первом этапе эксперимента изучаются пороговые концентрации рефлекторного действия — порог запаха и в некоторых случаях порог раздражающего действия. Эти исследования проводятся с волонтерами на специальных установках (типа ПОО-1), обеспечивающих подачу в зону дыхания строго дозируемых концентраций химических соединений. В результате статистической обработки полученных материалов устанавливается пороговая величина. Эти материалы затем используются для обоснования ПДКм. р. [c.15]

Известно более 200 экспериментальных работ по определению кп и нет ни одной по определению кЪ- Независимо от используемого метода (флешь-фотолиз [63], статические системы [7, 92—94], ударные трубы [70, 99, 100] и т. д.) основная трудность, которую необходимо преодолеть, состоит в возможно более точном учете вклада реакции 3, поскольку практическп всегда определяется отношение к к . Учет других стадий 16—19 и т. д.) менее важен, поскольку, выбрав соответствующие условия эксперимента (например, вблизи второго предела воспламенения), их влияние можно либо вообще свести к нулю, либо очень сильно ослабить. Так как значения к известны с хорошей точностью, то и точность определения /сц весьма высока ( (30—70)%). Статистическая обработка имеющихся экспериментальных данных [4, 12, 13] приводит к разбросу на уровне (60—90)%, что дает доверительный интервал (40—60)%- Теоретический расчет кп по "(4.10), (4.11) дает очень хорошее согласие с экспериментом. Сводные данные представлены в табл. 5 с рекомендуемым доверительным интервалом <(50—70)" [c.276]

IV, VI, VII, VIII и XI. В остальные главы внесены существенные изменения и дополнения. В данное издание не включена глава о лабораторных исследованиях катализаторов и глава о статистической обработке экспериментальных данных в связи с выходом ряда монографий и учебных пособий по этим вопросам. По той же причине сокращен объем главы об оптимизации каталитических реакторов. Таким образом, настоящее издание в значительной мере надо рассматривать как новую книгу. [c.3]

Запись реализаций случайных процессов на входе и выходе объекта и их статистическая обработка для вычисления корреляционной и взаимнокорреляционной функций не представляет труда и может выполняться автоматизированно с применением специальных корреляторов [1]. Таким образом, задача идентификации объекта сводится к третьему этапу — решению интегрального уравнения (6.27) относительно неизвестной функции К (t) при известных функциях и [c.323]

При постулировании гипотезы о функции распределения Ф следует опираться на статистическую информацию об объекте. Последняя часю отсутствует либо не является достаточно полной. В этих слчаях существует опасность того, что критерий согласия выбран неправильно, вследствие чего основанный на нем метод статистической обработки превращается в формальную вычислительную схему. В практике физико-химических исследований нередко встречается ситуация, когда метод обработки результатов измерений (обычио метод наименьших квадратов) применяется вообще без каких-либо обоснований или предположений о законе распределения. Естественно, что подобный способ обработки, строго говоря, не может быть [c.56]

При определении нескольких неизвестных констант можно провести анализ ошибок для каждой константы в отдельности. Может случиться, что области начальных концентраций, в которых ожидаемые ошибки малы, для разных констант не совпадают. Тогда измерения естественно провести во всех этих областях. Статистическая обработка экспериментов, проведенных по такому плану, приведет к малокоррелированным константам. Напротив, если такие высокоинформативные области в пространстве начальных концентраций накладываются для различных констант, то коррелированность их неизбежна. Можно попробовать сам набор реакций, для которых определяем константы. Например, переход от общих констант устойчивости к [c.173]