Априорная значимость

Выявление значимости факторов является необходимым условием оценки опасности биоповреждений. Значимость факторов можно определить методом экспертных оценок. Из числа факторов (Х — 35), влияющих на процессы [21], группа специалистов отбирает, например, десять, которые стимулируют биокоррозию. Уровень значимости каждого из них определяют следующим образом [15]. Первое место и ранг 1 присваивают наиболее значимому фактору, последнее место и ранг п — наименее значимому. Остальные факторы получают ранги от 2 до п — 1. Если трудно сравнить значимость некоторых факторов, то им присваивается одинаковый ранг. Ранжировка факторов также осуществляется специалистами по биоповреждениям. Согласованность их мнений оценивается коэффициентом конкордации йк, который изменяется от О до -Ы. Матрица априорного ранжирования факторов приведена в табл. 18. [c.69]

Априорное ранжирование применялось нами на первом этапе решения задачи выбора условий синтеза кислородсодержащих органических соединений (алифатических альдегидов и кислот) из газовой фазы (смесь водорода или углеводородов с СО, СОг или Н2О) в электрических разрядах. Для каждого типа разряда в опросные анкеты было включено по 19 факторов. Обработка данных априорного ранжирования показала, что в число наиболее значимых факторов попадают факторы, характеризующие исходную газовую смесь, давление и ток [10]. [c.222]

Попятно, ЧТО к данным априорного ранжирования следует подходить с известной осторожностью, так как только эксперимент может дать исчерпывающую информацию о степени влияния различных факторов (или их взаимодействий) на выбранный параметр оптимизации. В тех случаях, когда значимость факторов, выделенных в результате априорного ранжирования, целесообразно оценивать экспериментально, ставятся так называемые отсеивающие эксперименты. Наиболее распространено планирование отсеивающих экспериментов методом случайного баланса [1, 2, 11, 12]. [c.222]

Априорная значимость является верхней границей значимости родства. Аналогия между двумя отдаленно родственными белками не всегда очевидна, и для ее нахождения нужны эффективные критерии. В качестве примера рассмотрим а-цепи гемоглобина человека [c.233]

И напротив, наблюдение такого подобия свидетельствует о том, что оно не может быть случайным и что имеет большую значимость. Соответственно априорную значимость определяют как величину, обратную априорной вероятности . Высокая значимость подобия для биологических объектов указывает на эволюционное родство. [c.234]

Знание пространственного строения и динамических конформационных свойств природных олигопептидов представляет также большой самостоятельный интерес. Оно необходимо для исследования молекулярных механизмов узнавания, стимулирования, регуляции и т.д., иными словами, для выяснения структурно-функциональной организации многочисленных пептидных гормонов, медиаторов, модуляторов, антибиотиков, ионофором и других низкомолекулярных физиологически активных пептидов. Априорный расчет конформационных возможностей олигопептидов приобретает здесь особый смысл, поскольку именно теоретический подход только и может (а следовательно, и должен) стать основой строгого решения необычной по своей общности, научной и практической значимости проблемы установления зависимости между структурой и функцией пептидов (подробно см. гл. 18). [c.388]

Биологические ограничения заметно снижают априорную значимость. Априорная вероятность является математическим понятием. Чтобы получить более реальные значения, следует учесть биологические ограничения. Так, не все аминокислоты встречаются с одинаковой частотой (табл. 1.1), в связи с чем вероятность появления данного остатка в данном положении не будет составлять V20 для каждого нз остатков. Кроме того, все остатки представляют собой составные элементы вполне определенной трехмерной структуры. Например, заряженный остаток, как правило, не может находиться внутри белка. Это повышает вероятность нахождения других остатков в этой области от до более высокого значения. [c.234]

В двух случаях приближенные стандартные значимости родства определены по топологиям 8-структуры. Априорную значимость можно снизить до приближенной стандартной значимости, равной 3500, если учесть наблюдаемую предпочтительность Ра(3-звеньев (разд. 5.2) и наблюдаемую корреляцию по соседним остаткам в (3-структурах (рис. 5.15, а) оба эти условия отражают пространственные ограничения, которые снижают число возможных топологий (3-структур. Значимость, равная 3500, без сомнения, указывает на эволюционное родство дегидрогеназ. [c.241]

Существенно, что в предлагаемом подходе производится автоматический выбор определенного набора информационно значимых характеристик (из очень широкого набора) без задания жесткого априорного предпочтения тем или иным характеристикам и без формирования жесткой модели исследуемого функционального сайта. [c.222]

Высоко оценивая значимость кристаллографических и иных опытных данных о белках, следует тем не менее иметь в виду их принципиальную недостаточность в решении ряда общих и многих конкретных вопросов структурной и структурно-функциональной организации. Поэтому теоретический конформационный анализ неизбежно должен стать неотъемлемой составной частью всех исследований морфологических и биологических свойств белковых молекул. Для этого необходимо, чтобы расчетный метод был бы менее трудоемким и более быстрым, чем изложенный в книге метод априорного расчета. Надежность существующего метода подтверждается хорошим совпадением результатов расчета с опытными данными. Точность рассчитанных априорно координат атомов нейротоксина II и панкреатического трипсинового ингибитора не уступает точности рентгеноструктурного анализа белков с разрешением -2,0 А. О его скоростных качествах можно судить по следующему примеру. Так, полный расчет трехмерной структуры белка, имеющего -100 аминокислотных остатков, проводится двумя-тремя сотрудниками, владеющими методом, с помощью двух современных персональных компьютеров за -4 месяца, [c.591]

На следующем этапе работы данные априорного ранжирования для искрового разряда сопоставлялись с результатами отсеивающего эксперимента, поставленного методом последовательного факторного планирования [2]. Из десяти факторов, исследованных в отсеивающем эксперименте, только один оказался незначимым этот фактор, по данным априорного ранжирования, занял предпоследнее место, в то время как остальные (значимые) вошли в первую ранжировочную десятку. Таким образом, данные физико-химического эксперимента подтвердили правильность априорного ранжирования. [c.225]

Основное требование к интервалу варьирования состоит в том, чтобы он не превышал удвоенной средней квадратической ошибки фактора. Это требование связано с тем, что интервал между двумя соседними уровнями должен значимо (неслучайно) влиять на выходной параметр. Обычно интервал варьирования выбирается на основании априорной информации и затем уточняется после получения математической модели. Удачный выбор интервала варьирования факторов гарантирует достоверность математической модели объекта. Если интервал варьирования выбран неудачно, то его уточнение потребует повторения экспериментов. [c.217]

Вместе с тем, незначимый параметр не обязательно исключать иэ модели. При построении модели следует учитывать результаты анализа физической сущности процесса, протекающего в объекте, и вытекающие отсюда предположения о наличии свяэи между переменными. Если по имеющимся априорным данным переменная, перед которой стоит параметр, оказавшийся в результате проверки незначимым, должна оказывать влияние на выходную координату, то ее нецелесообразно исключать иэ модели. В этом случае можно повторить проверку значимости параметра при другом уровне значимости или расширить выборку экспериментальных данных или провести дополнительные вксперименти по проверке выполнения допущений, используемых при проведении регрессионного анализа (си. п. 3,3) - возможно, какое-либо из них не выполнено. [c.23]

Эффекты считаются статистически значимыми, если они равны или больше по абсолютной величине доверительных интервалов. В рассматриваемом примере (см. табл. 66) при расчете доверительных интервалов использовалась априорная ошибка опыта Ву =0,5. Сравнение величин эффектов с границами их доверительных интервалов свидетельствует [c.259]

Обработка данных априорного ранжирования для различных типов разряда показала, что в число пяти наиболее значимых факторов во всех случаях попадают те, которые характеризуют исходную газовую смесь, давление и ток. [c.225]

Сверхнасыщ. планы используют, если на процесс может влиять большое число факторов и их взаимодействий. Наиб, часто с целью уменьшения их числа применяют метод случайного баланса, позволяющий вместо ПФЭ к ДФЭ применять эксперименты, в к-рых значения факторов распределены по уровням случайным образом (рандомизированы). Метод имеет высокую разрешающую способность (возможность выделять сильно влияющие факторы), но малую чувствительность (т.е. способность выделять значимые параметры модели, характеризующие факторы, к-рые имеют относительно слабое влияние). Используют также метод последоват. отсеивания все изучаемые факторы на основе априорной информации подразделяют на группы, каждую из к-рьк в дальнейшем рассматривают как отдельный комплексный фактор. В зависимости от полученной при этом информации остальные факторы снова разбивают на группы и выполняют новый цикл расчетов. [c.559]

Изучение потенциометрического титрования в неводных средах привело к созданию специальной классификации [76, стр. 525] условий титрования. Однако эта классификация учитывает влияние растворителя лишь на исходные, подлежащие титрованию вещества, но не принимает во внимание влияние растворителя на продукты реакции. Это снижает значимость данной классификации при априорном выборе условий неводного ВЧ-титрования, среда для проведения которого большей частью подбирается эмпирически [80]. [c.159]

Увеличение точности анализа немного прибавляет к информационной способности одномерных методов. Даже анализ с точностью до 9 значимых десятичных знаков (практически очень редко достижимый случай) может доставить не более 30 бит информации. Если же априорное распределение дискретных значений измеряемого параметра отлично от равномерного, то количество информации, полученное в результате анализа, равно [c.86]

Отсеивающие эксперименты. Метод случайного баланса. Для уменьшения числа опытов часто без достаточных оснований стабилизируют значения некоторых факторов в процессе исследования. При решении задачи оптимизации это приводит к определению только локальных экстремумов процесса. Для многофакторных задач на первой стадии исследования проводят отсеивающие эксперименты. Поскольку интенсивность влияния фактора связана с диапазоном его изменения, многие факторы, подозреваемые как существенные на основании априорной информации, могут оказаться незначимыми. Поэтому отсеивающие эксперименты эффективны не только при исследовании новых процессов, но и как первая стадия изучения многофакторных процессов с достаточной априорной информацией, если число факторов слишком велико, чтобы сразу планировать эксперимент, направленный на поиск оптимальных условий процесса. Для отсеивания количественных и качественных факторов при числе уровней, равном двум, можно использовать дробные реплики от факторного эксперимента достаточно высокой степени дробности, а также насыщенные ортогональные планы Плакетта — Бермана. Эти планы позволяют получать раздельные оценки линейных эффектов всех факторов с максимально возможной при данном числе опытов точностью, одинаковой для всех эффектов. Последнее особенно ценно на этапе отсеивания, так как неизвестно, какие эффекты окажутся значимыми. К недостаткам указанных планов относится требование отсутствия значимых эффектов взаимодействия. [c.241]

С ростом числа факторов число опытов увеличивается со скоростью 2 и для завершения полного факторного планирования необходимо использовать большое число экспериментальных данных. Вот пример рассуждения, благодаря которому исследователь (несколько теряя в объеме информации) может значительно сократить эксперимент. Допустим, что пяти факторов достаточно для оценки результатов эксперимента на двух уровнях. Полное факторное планирование требует 2 = 32 опытов с 1, 5, 10, 10, 5, 1 степенями свободы, соответственно связанными с О, 1, 2, 3, 4, 5 одновременно изменяющимися факторами. Это соответсгвует 5 первичным эффектам, обусловленным единственной переменной, 10 взаимодействиям первого порядка, 10 взаимодействиям второго порядка, 5 взаимодействиям третьего порядка и 1 взаимодействию четвертого порядка. Взаимодействия высших порядков, включающие в себя большое число переменных, не представляют большого интереса для исследователя и соответствующие опыты можно не проводить. Априорно можно считать, что одна или две переменные производят гораздо меньший эффект, чем остальные. К этому можно прийти, рассматривая первичный эффект. Следовательно, опыты, соответствующие взаимодействиям более высокого порядка, можно спокойно опустить, по-то.му что правдоподобие значимости взаимодействия второго или более высокого порядка явно меньше правдоподобия значимости первичного эффекта. Короче говоря, оказывается, что взаимодействия высшего порядка измеряют основную ошибку проведения опыта и нет необходимости проводить много оценок этой ошибки. Такое исключение определенных взаимодействий называют дробной репликой. [c.615]

К настоящему времени удалось достаточно надежно определить потенциальные функции большого числа простейших многоатомных молекул типов ХУа, ХУд, ХУ4 и ХЛ в. Значительный интерес представляет анализ возможностей априорной оценки силовых постоянных различных типов. Как было показано выше, даже весьма мягкие условия, налагаемые на значения силовых постоянных, могут эффективно ограничивать физически значимую область множества решений обратной задачи и способствуют получению однозначных выводов на заключительном этапе исследования множества. [c.21]

Особенности задач прогнозирования оптимального состава промышленных катализаторов для действующих и проектируемых производств сдерживает применение такого широко используемого метода прикладной статистики, как метод случайного баланса. Трудности применения этого метода в каталитических исследованиях обусловлены следующими причинами функции отклика, как правило, многоэкстремальны априорная оценка общего числа значимых факторов обычно крайне затруднительна, интервалы варьирования резко различны по величине, ошибка воспроизводимости наблюдений достаточно велика. Перечисленные трудности предъявляют более повышенные требования к квалификации каталитика-экспериментатора и к прецизионности применяемого лабораторного оборудования, чем при проведении аналогичных исследований в других областях химии и химической технологии. [c.69]

В качестве аппаратов для гранулирования применяли сочетание смеситель — окаточный барабан [4]. Обработку данных проводили с целью анализа и оценки влияния наиболее значимых параметров технологического режима работы аппарата, выделенных методом априорного ранжирования, на величину gr, а также провер ки возможности использования t M в качестве косвенного параметра регулирования gr (где gr — доля товарной фракции 1—3 мм после окаточного барабана). Из-за трудности достаточно частого контроля и незначительности изменения влажности и фракционного состава исходных продуктов во время эксперимента (что подтверждено рядом контрольных замеров) эти параметры считали постоянными. Величины температур аммофоса амм > ретура tp > K l iK i, расхода пара в рубашку смесителя G , а также давления воздуха, подаваемого в окаточный барабан, имели постоян- [c.223]

Отвергая нулевую гипотезу, тем самым принимают альтернативную. Альтернативная гипотеза распадается на две аг >а2 и а <.а2. Если одно из этих неравенств заведомо невозможно, то альтернативная гипотеза называется односторонней и для ее проверки применяются односторонние критерии значимости (в отли-чне от обычных, двусторонних). При проверке гипотез очень важно учесть априорную информацию о возможных значениях оцениваемых параметров, выяснить,.что один из сравниваемых параметров не может быть больше другого. Иногда этот факт вытекает из постановки задачи. Например, изучая изменение чистоты реактива, заранее знаем, что в связи с разло кением на свету чистота его с Течением времени может только уменьшиться. Такая информация даст возможность при проверке гипотезы применить одностороннпй критерий значимости, который имеет меньшую ошибку второго рода, чем соответствующий двусторонний. [c.40]

Перед тем как продолжить обсуждение количественных данных о ргруктурной организации природных олигопептидов, необходимо сказать 1есколько слов о некоторых особенностях исследований пространственного строения этих соединений, о возможностях экспериментального подхода и расчетных методов, о достоверности обсуждаемых результатов теоретического конформационного анализа. Отношение к теоретическим, расчетным данным, естественно, зависит от убежденности в том, что они если и не всегда количественно, то, во всяком случае, качественно правильно отражают наиболее характерные черты опытных фактов, явлений, закономерностей. Объективное представление о точности априорно рассчитываемых геометрических параметров молекул приобретает в данном обсуждении особый смысл, поскольку именно теоретический подход должен стать основой строгого решения необычных по своей общности, научной и практической значимости задач структурной и структурнофункциональной организацш природных пептидов и белков. [c.283]

Метод Мак-Лахлана дает стандартную значимость для родства двух последовательностей. Поскольку кумулятивная вероятность учитывает биологические ограничения, налагающиеся ка замену аминокислот (хотя и в весьма обобщенном виде), она намного более достоверна, чем априорная вероятность. Такую биологически согласованную вероятность называют стандартной вероятностью , а обратную ей величину — стандартной значимостью [387]. Уровень, выше которого стандартная значимость означает эволюционнсе родство, не является достаточно четким. Ясно, что для величин, бель- [c.235]

Итерационные методы с сочетанием обратного и прямого проецирований в наибольшей степени адекватны нелинейной природе ошибок немоноэнергетичности для случая изделий произвольных состава и структуры. Однако в ПРВТ элементный состав и структура бездефектных изделий обычно регламентированы в достаточной степени, что снижает эффективность затрат на итерационные вычисления, облегчая проведение необходимой коррекций ошибок более экономными методами. Если учесть то обстоятельство, что обширная априорная информация об объекте контроля в ПРВТ снижает значимость точной реконструкции ЛКО неизвестных в среднем структур, но повышает роль успешного обнару- [c.130]

В качестве критерия экологической эффективности природоохранных мероприятий наиболее целесообразно исполь-зоватЕ ункцию желательности показателя качества объектов окруяшющей среды, который обеспечивает сохранение естественного. экологического равновесия (стабильности) в районе ведения буровых работ. Д я этого был проанализирован весь комплекс ПОМ, представленный в табл. 100. Их анализ проводили по показателям, Приведенным в табл. 102. Базовыми отметками шкалы желательности приняты значения 0,20 0,37 0,63 0,80 1,00, которые полнены путем обработки априорной информации, представленной 44 специалистами. При этом, по мнению экспертов, считается, что при значении функции желательности, равном 1,0, полностью обеспечивается достижение нормативного качества природной среды в районе ведения буровых работ В интервале значений 0,8 1,0 качество среды хорошее. При значении функции желательности в интервале 0,63 — 0,8 качество среды среднее. Интервал 0,37 — 0,63 отвечает удовлетворительному качеству объектов окружаюхцей среды при значении функции желательности от 0,2 до 0,37 природоохранные мероприятия удовлетворительно решают возложенные на них задачи и при значении менее 0,2 — качество среды опасное. Значение показателя качества, (Отвечающее базовым отметкам шкалы желательности, приведены в табл. 103. Они выбраны на основании экспертного заключения специалистов. Так, для оценки показателя экологической значимости ПОМ использовали трехбалльную шкалу, согласно которой значение " 1" соответствует ПОМ, требующим обязательного при-458 [c.458]

Из табл.2 очевидно, что наибольшие, но незначимые отклонения от корреляции 2 имеют место для Н и Отклонение последней точки связано, по-видимому, с использованием ненадежной оценки константы (см. ). Наилуч-шей в табл.I является корреляция 1ё5, найденная с использова-навм стерических постоянных Е°. Однако от этой поверхности значимо отклоняется точка для Н, хотя какие-либо априорные основания для ее исключения отсутствуют. Поэтому в данной работе предпочтение отдано корреляции №2, несмотря на ее худщие показатели. [c.74]

Вижней границей необходимого числа измерений, при отсутствии априорной информации о значимости отдельннх коэффициентов (вкладов) модели,является насыщенный план 2 . В этом случав мы можем , в принципе,получить надёжные оценки всех коэффициентов, но не имеем степеней свободы для расчёта любых статистик. [c.364]

Справочник химика 21

Химия и химическая технология