Вариации коэффициент в статистике

Многими исследователями предложены разные способы применения методологии информационных мер в нефтепромысловой геологии. Наиболее часто применяемыми оказались методы математической статистики и теории информации, использующие в качестве меры, выражаемой коэффициентом вариации по оцениваемому параметру, величину энтропии — критерий оценки [c.19]

Относительная ширина ММР вычисляется как коэффициент вариации в статистике. Она равна соответственно [c.19]

Коэффициент однородности гранулометрического состава. К. А. Богоявленский предложил использовать применяемый в математической статистике коэффициент вариации. Коэффициент однородности — это величина, обратная этому коэффициенту [c.44]

При обработке результатов испытаний методами математической статистики неравномерность признака характеризуется коэффициентом вариации (см. стр. 90). [c.86]

При рассмотрении практических данных по статистическим закономерностям простого смешения можно сделать вывод, что отношение дисперсий концентрации несмешанной и смешанной систем обычно составляет примерно 10" (когда процесс завершается), а отношение соответствующих среднеквадратичных отклонений или коэффициентов вариации, — около 100. Того же порядка (10 —10" ) и Ys —суммарная накопленная деформация сдвига в конце смешения. Возникает вопрос, случайно ли это совпадение Можно ли установить, иначе говоря, связь статистики и реологии простого смешения [c.127]

Нормированное отклонение р в уравнении (90) принимают исходя из объема выборки Пв, используемой для вычисления среднего квадратического отклонения 5 (коэффициента вариации V) и уровня значимости 1—Р, гарантирующего справедливость заданной относительной ошибки к с вероятностью Р. Табулированные значения /р, (или 1-р- ) здесь не приводятся, так как они имеются в многочисленной литературе по математической статистике. [c.119]

Критерием, показывающим, насколько успешными были предпринятые меры предосторожности, является воспроизводимость метода. К сожалению, не все авторы исследуют воспроизводимость путем надлежащего статистического анализа адекватного числа случаев. Один из критериев, широко используемых в статистике, — коэффициент вариации (стандартное отклонение индивидуальных результатов, выраженное в процентах от среднего). Если индивидуальные результаты подчиняются закону нормального распределения, то 95% (Р = 0,95) этих результатов находятся внутри области, близкой к удвоенному коэффициенту вариации. При недостаточном числе параллельных определений не всегда возможно проверить, является ли распределение нормальным, и оценить истинное стандартное отклонение отклонение поэтому может соответствовать утроенному коэффициенту вариации или даже большей величине. Если коэффициент вариации равен 5%, то это означает, что индивидуальные результаты будут отклоняться от среднего значения при доверительной вероятности Р = 0,95 на 10ч- 15%. [c.10]

Результаты вычисления величин коэффициентов вариации по данным измерений относительной прочности пород для разных слоев на шахте № 8 в соответствии с методами математической статистики (Митропольский, 1961) явились следуюш,ими для. слоя Рг = 26,0%, для слоя Рз/Рг = 30,7%, для слоя Рз = 20,6%. [c.65]

Наиболее часто по формулам математической статистики производится оценка неоднородности результатов технологических и других видов испытаний материалов и изделий. Наряду со средним значением вычисляются среднее квадратическое отклонение, коэффициент вариации и другие показатели разброса. Обязательное определение этих показателей оговорено в некоторых стандартах и технических условиях на материалы или методы испытаний. Однако вычисление указанных величин еще не означает применения методов математической статистики, хотя во многих случаях является необходимым элементом последующего анализа результатов со статистических позиций. [c.65]

Свойства стеклопластика имеют ярко выраженный вероятностный характер, что обусловлено природой материала и технологическими факторами. Так, коэффициент вариации при испытании стеклопластиковых образцов лежит в пределах 8-28%. Поэтому корректная обработка результатов наблюдений основана на применении методов теории вероятности и математической статистики. Зависимости между параметрами, получаемые в ходе испытаний, как правило, носят корреляционный характер и в той или иной степени приближаются к функциональным. Поэтому применение методов корреляционного анализа с оценкой степени тесноты свя- [c.56]

Обычной мерой рассеяния в математической статистике является среднеквадратическое отклонение. Так как в нашем случае распределения количественно весьма отличны, то за меру рассеяния целесообразно взять среднеквадратическое отклонение в ее относительной форме, т. е. коэффициент вариации. [c.93]

Термин коэффициент вариации является в математической статистике стандартным и должен заменить выражение средняя квадратичная ошибка, выраженная в процентах относительных и ему подобные (термины абсолютная и относительная ошибка в число нерекомендуемых не входят в этом нет противоречия, так как коэффициент вариации, как и средняя квадратичная ошибка, выражаемая в абсолютных величинах, характеризует не ошибку, а распределение ошибок). [c.23]

Числовые показатели измеряемого свойства выражаются обобщенными сводными характеристиками, такими, как средняя арифметическая, модальная величина, коэффициент неровноты, коэффициент вариации и др. Вычисление указанных характеристик производится с помощью методов математической статистики. Образцы перед испытание.м подвергают вылежке при стандартном климате (относительной влажности 1 = 65 2% и температуре 7 =20 2°С в соответствии с ГОСТ 10681—63), в этих же атмосферных условиях производят и испытания. [c.13]

Из вышеизложенного видно, насколько различны природные условия. Если к этому добавить вариации технических условий строительства скважин (глубина забоя, диаметр, длина и конструкция фильтра), то становится ясно, что стационарность функционирования скважин - явление скорее вероятностное, стохастическое, чем детерминированное. Поэтому для оценки идентичности работы скважин в режимах закачки и отбора корректно использование методов математической статистики и теории вероятностей. Для статистической обработки авторы использовали коэффициенты, характеризующие продуктивность и приемистость эксплуатационных скважин [c.70]