Параметры в статистике

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]

Оценка в три этапа. На нервом этапе пытаются из имеющихся данных извлечь некоторое число статистик, суммирующих наблюдения в таком виде, чтобы они имели какой-либо физический смысл. Нанример, можно представить условное распределение в виде коэффициентов разложения по полиномам Лежандра и дать физическую интерпретацию коэффициентам разложения. На основе этой сводки данных на втором этапе находят первичные оценки параметров. Если данные в таком виде действительно имеют физический смысл, то проблема первичной оценки существенно упрощается. На третьем этапе первичные данные используются как начальные приближения для любых эффективных методов применительно к данным в их первоначальном виде. К сожалению, на практике этот этап, как правило, опускается из-за непонимания того, что на первом этапе может иметь место потеря информации (при суммировании данных), и из-за дефицита времени. В целом, однако, именно такая стратегия поиска является наиболее последовательной и строгой, хотя и наиболее трудоемкой. [c.208]

Универсальными подходами к изучению и установлению зависимостей в катализе являются методы прикладной статистики. Выдвигая ту или иную гипотезу о наличии связи между некоторыми параметрами процесса, исследователь предполагает наличие функциональной связи между ними. Функциональная связь вида у = / (т) соответствует механизму процесса, если каждому допустимому значению переменной х соответствует одно и только одно значение у. Такая зависимость представляет простейший случай причинно-следственной связи. Более общим случаем яв- [c.67]

После реализации стартовых опытов по полученным значениям измерений откликов вычисляют точечные оценки параметров 0 в кинетических моделях. Обычно используют при этом методы наименьших квадратов, максимального правдоподобия, байесовские, минимаксные. Они подробно изложены в литературе по математической статистике, и поэтому на их анализе не останавливаемся. [c.181]

Одной из важных задач применения математической статистики является определение доверительной области кинетических параметров физико-химического процесса. Эти параметры определяются по экспериментальным данным, причем в соответствие эксперименту ставится математическая модель с неизвестными параметрами к ,. .., к/. [c.42]

Использование методов математической статистики для обработки результатов пассивного (непланируемого) эксперимента не всегда позволяет установить истинные связи между параметрами процесса. Наиболее существенными причинами этого являются использование неточных результатов слишком узкий или, наоборот, слишком широкий диапазон варьирования переменных неверное определение числа входных переменных ошибки в их измерении. Анализ около 100 уравнений регрессии, полученных обработкой пассивного эксперимента, показал, что они не несут никакой информации о процессе из-за указанных недостатков [13]. Многие из этих недостатков могут быть исключены при активном (планируемом) эксперименте. [c.49]

Работоспособное состояние ХТП, единиц оборудования и технологических схем, которые представляют собой различные виды объектов исследования надежности, определяется перечнем заданных параметров и допустимыми пределами их изменения— допусками. Нарушением работоспособного состояния любого объекта называется выход хотя бы одного из заданных параметров за установленный допуск. Признаки, позволяющие установить факт нарушения работоспособного состояния объекта, являются критериями обнаружения отказа [6]. Критерии отказа указываются в нормативно-технической документации на объект. Вид математического выражения для критерия обнаружения отказа при установленных в соответствии с нормативнотехнической документацией измеряемых или рассчитываемых значениях параметров состояния ХТП, оборудования и ХТС зависит от допустимого диапазона изменения их значений и от точности принятой статистики, используемой для выявления факта нарушения работоспособного состояния. [c.16]

Статистика — это любая подходящая функция у Х, х ,. .., Хп) от множества результатов Х[, Хг,. .., Хп повторных отдельных измерений случайной физической величины ж, значение которой может быть предсказано с существенно лучшей точностью. Статистика позволяет получить оценку 9 параметра 0 функции распределения Рв(х) случайной величины ж. [c.16]

При рассмотрении показателей надежности необходимо различать наименование показателя, численное значение показателя, математическое определение, или математическую формулировку, показателя. Численное значение показателя надежности может изменяться в зависимости от условий его создания и эксплуатации, от рассматриваемой стадии его существования. Математическое определение, или формулировка, показателя отображают способ теоретического и экспериментального определения его численного значения. Поскольку отказы объектов представляют собой случайные события, для математического определения показателей надежности используют аппарат теории вероятностей и математической статистики. Таким образом, математическое определение показателя надежности объекта можно представить в виде некоторого статистического или вероятностного соотношения. Многие показатели надежности являются параметрами распределения случайных величин. [c.31]

Для оценки переменных состояния и параметров ХТС — объектов диагностики необходимо широко использовать аппарат математической статистики [1, 2, 66]. [c.81]

Рассмотрим применение аппарата математической статистики, позволяющего определить точечные и интервальные оценки случайных величин, для ТД парового котла и конденсатора некоторой ХТС [66]. На рис. 4.2 изображена принципиальная схема системы ТД парового котла. Рассмотрим следующие щесть причин возникновения отказов, соответствующий характер проявления этих отказов, а также требуемые измерения переменных состояния котла и параметров его работы [c.81]

Известные критерии согласия основаны на использовании некоторых статистик. Статистику у подбирают таким образом чтобы ее значения измеряли отклонения или отношения некоторых параметров экспериментальной выработки и аппроксимирующего распределения. [c.157]

Наличие в статистике критерия квадратичной формы определяет существенный недостаток этого критерия необходимо быть осторожным при выводе о верности проверяемой гипотезы. Известны случаи, когда проверка по критерию приводит к отбрасыванию заведомо верной гипотезы [196]. Критерий Колмогорова неприменим, когда параметры априорного аппроксимирующего закона распределения оцениваются ио той же выборке, по которой рассчитывается статистика критерия [197, 198]. Кроме того, этот критерий применяется только для непрерывных функций распределения. [c.157]

Доверительные интервалы и доверительная вероятность. Выборочные параметры являются случайными величинами, их отклонения от генеральных (погрешности) также будут случайными. Оценка этих отклонений носит вероятностный характер — можно лишь указать вероятность той или иной погрешности. Для этого в математической статистике пользуются доверительными интервалами и доверительными вероятностями. [c.36]

Закон распределения оценки а зависит от закона распределения случайной величины X, в частности от самого параметра а. Чтобы обойти это затруднение, в математической статистике применяют обычно два метода 1) приближенный при /г 50 заменяют в выражении для ер неизвестные параметры их оценками 2) от случайной величины а переходят к другой случайной величине, закон распределения которой не зависит от оцениваемого параметра а, а зависит только от объема выборки п и от вида закона распределения величины X. Такого рода величины наиболее подробно изучены для нормального распределения случайной величины X. В качестве доверительных границ а и а" берут обычно симметричные квантили [c.38]

Сравнение выборочного распределения и распределения генеральной совокупности. Проверку гипотез относительно параметров распределения генеральной совокупности проводили в предположении нормального распределения наблюдаемой случайной величины. Гипотезу о нормальности изучаемого распределения в л атематической статистике называют основной гипотезой. Проверку этой гипотезы по выборке проводят при помощи критериев согласия. Критерии согласия применяются для проверки гипотезы о предполагаемом виде закона распределения. Критерии согласия позволяют определить вероятность того, что при гипотетическом законе распределения наблюдающееся в рассматриваемой выборке отклонение вызывается случайными причинами, а не ошибкой в гипотезе. Если эта вероятность велика, то отклонение от гипотетического закона распределения следует признать случайным и считать, что гипотеза о предполагаемом законе распределения не опровергается. [c.58]

Измеряемые выходные параметры физико-химических систем характеризуются наличием случайной составляющей, сравнимой по величине с результатами измерений. Поэтому обработка результатов наблюдений — задача прикладной математической статистики. Целесообразно описывать связь сред- [c.14]

Получение достоверных статистических данных для расчета характеристик распределения и автокорреляционной функции изменения измеряемого параметра во времени осуществляется по специальной методике. Достоверность статистики при этом достаточно высока. [c.89]

Путем варьирования параметров модели находится минимум выбранного функционала. Затем с помощью аппарата математической статистики можно с определенной степенью достоверности принять или отвергнуть проверяемую гипотезу, т.е. решить задачу об адекватности модели [56, 137]. Методы математической статистики, употребляемые при проверке адекватности, рассмотрены в [56, 145]. Если гипотеза должны быть отвергнута, необходимо построение новой модели. [c.160]

Третий путь составления математических моделей с целью оптимизации процесса основывается на применении современных методов математической статистики с получением математических зависимостей, необходимых для вычисления экстремальных значений технологических критериев. Математико-статистические модели формулируются в виде алгебраических уравнений (регрессий) и снимаются непосредственно с эксплуатируемых установок [56]. Для снятия этих математических моделей необходимо варьировать отдельные технологические параметры, что на заводских установках не всегда безопасно. [c.35]

Пользуясь тем, что во многих случаях из-за дискретности информационных данных по таким параметрам неоднородности, как эффективная толщина, проницаемость, пористость и даже тип коллектора в одном продуктивном горизонте, в явном виде не обнаруживается связь от скважины к скважине, некоторые специалисты [7] предложили непосредственно не учитывать закономерности геологии и значения параметров по залежи, месторождению в целом рассматривать в качестве независимых или случайных величин, что позволяет широко использовать при изучении и качественном выражении неоднородности пластов методы теории вероятностей и математической статистики. При этом пределы колебания и законы вероятностного распределения параметров по каждому объекту (с условием достаточного объема информации) могут быть количественно установлены. [c.19]

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]

Для второго этапа разработок создано много различных вычислительных процедур, которые широко применяются на практике. Обычно для определения оценок параметров математических моделей используют метод регрессионного анализа. Регрессионный анализ является одним из самых распространенных методов обработки результатов наблюдений, а также служит основой целого ряда разделов математической статистики (планирование экспериментов, дисперсионный анализ и др.). [c.80]

Непрерывная система служит для определения уровня энергии и дисперсии непрерывной эмиссии на участках с фиксированным интервалом длительности по отдельным частотным каналам. Формируется пространство категорий импульсов, и по каждой категории вычисляют параметры временной статистики. [c.196]

Значения ЯА-параметра для разных стран в 1967 г. (по [Ежегодник мировой санитарной статистики 1967 г., 1975]) [c.198]

GE OR — корректировка F(hkl) на поляризационный фактор, расчет кривой Вильсона для оценки константы тепловых колебаний бередя и коэффициента приведения F(кЫ) ксп к абсолютной шкале, расчет нормализованных структурных амплитуд E hkl) выделение заданного списка наиболее сильных по E hkl) отражений, вычисление основных параметров статистики структурных амплитуд. [c.149]

На этапе принципиальной разработки технологического процесса важное значение приобретает использование статистических методов для проверки моделей. По мере продвижения этой работы модели, которые предстоит испытать, все более усложняются, о чем пойдет речь в следующих главах. В конце концов наступает момент, когда уже больше нельзя представлять систему с помощью графиков или диаграмм более уместными становятся системы уравнений, связывающие результаты с исходными параметрами. Статистик, перед которым поставлена задача планирования экспериментов для проверки такой модели, предложит провести эксперименты, расиоло- [c.178]

Если имеется набор. экспериментальных данных по продолжительности технологической операции и соответствующе степени превращения реагента, то, как известно з курса мате-мат 1ческой статистики, можно выбрать вид функции / и 1ден-тифицировать значения неизвестных коэффициентов а, являющихся параметрами модели. [c.88]

В книге с использованием математической статистики рассмотрены методы оптимизации экспериментальных исследований в химии и химической технологии. Последовательно излагаются способы определения параметров законов распрсдело-Е1ИЯ, проверка статистических гипотез, методы дисперсионного, корреляционного и регрессионного анализов и планирования экстремального эксперимента также рассмотрены вопросы выбора оптимальной стратегии эксперимента при исследовании свойств многокомпонентных систсм. Статистические методы анализа и планирования эксперимента иллюстрируются примерами конкретных исследований в химии и химической технологии. [c.2]

В математической статистике эту задачу решают методом максимального правдоподобия [4]. Из него следует вид критерия, если измерения взаимонезависимы и известен закон распределения погрешности измерений. Если закон распределения нормальный, то задача разыскания параметров решается путем минимизации суммы квадратов уклонений. Если ошибка распределена по Лапласу, минимизируется сумма модулей уклонений. При равномернол законе распределения приходим к минимизации модуля максимального уклонения. [c.85]

Еще Браунер, Силлени Уитекер [2] отмечали, что систематические ошибки при исследовании равновесий можно оценивать методами математической статистики просто как дополнительные неизвестные параметры. В нашем случае учет ошибки в калибровке цепи путем нахождения эффективной константы формальной реакции особенно удобен, так как не требует составления новых программ. [c.126]

Практикой установлено, что при выполнении лабораторной модели в малых масштабах возрастают требования к точности измерений, затрудняется реализация геометрического подобия. Рациональные геометрические масштабы 1 2 — 1 10. -етатистическая обработка опытных данных. При эксперимен-I тальных измерениях некоторой физической величины, истинное зна- чение а которой неизвестно, результаты отдельных измерений нред-/ ставляют собой случайные величины. Истинное значение оцени- вают методами математической статистики. Первичная обработка экспериментальных данных заключается в иолучении 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]

В нромьппленных условиях потенциально опасные процессы должны протекать в режиме нормального функционирования. Действующие на процессы возмущения и все контролируемые параметры являются в этом режиме случайными функциями времени, поэтому потенциально опасные процессы исследуются промышленными методами с применением статистических закономерностей. В силу специфики потенциально опасных процессов известные методы математической статистики оказываются недо- [c.168]

При проведении аналогий между ультрамикрогетерогенными системами и истинными растворами часто обсуждается специфика применения правила фаз Гиббса к этим системам. Возможность применения к золя]и молекулярно-кинетических законов, законов статистики и энтропии позволяет их рассматривать как системы, обладающие свойствами гетерогенно-дисперсных систем и истпн-ных растворов. Частицы истинных гетерогенно-дисперсных систем не участвуют в тепловом движении. С уменьщением размера до величин, отвечающих ультрамикрогетерогеиной области, частицы постепенно теряют свойство фазы — независимость термодинамических свойств от количества фазы. Как уже известно из разд. II. Д, термодинамические свойства частиц в этой области зависят от дисперсности (изменяются внутреннее давление, растворимость, температура плавления и другие параметры). Одновременно частицы начинают участвовать в тепловом движении системы. Чем меньше частицы, тем дальше система от истинного гетерогенно-дисперсного состояния и тем ближе к истинному раство-ру. [c.209]

Прн определении размеров и формы частиц (от 5 до 500 им) получают ряд фотографий, регистрирующих несколько сотен частиц. С помощью измерительного оптического микроскопа по этим фотографиям определяют размеры частиц. Затем строят гистограммы и, используя методы математической статистики, определяют тип и основные параметры распределения частиц по размерам. Существуют различные автоматические и полуаитоматические присиособления, позволяющие измерять размеры частиц на фотографии и сразу получать информацию о гистограмме на печатающем устройстве. Применение ЭВМ совместно с устройством, определяющим разд еры часГиц, дает возможность получить сведения непосредственно о типе распределения и его числовые характеристики. [c.251]

При переходе от изучения блока заменяемых обечаек доминирующий конструкции к исследованию совокупности блоков различных типоразмеров, основное значение пробретаег неопределенные функциональные погрешности. которые имеют в отличии от определенных погрешностей, при том же аншнтическом выражении, вместо коэффициентов переменные параметры, изменения которых подчиняются законам математической статистики. [c.131]

Если все же такая информация имеется, то и в этом случае методы математической статистики могут применяться для анализа надежности крайне ограничено. Даже при наличии нескольких конструктивно идентичных объектов, функционирующих с одинаковыми рабочими параметрами, будет неоправданным упрощением говорить об их однородности и определять статистически те или иные характеристики надежности. Большое число факторов, влияющих на работоспособносггъ конструкции и ярко выраженный стохастический характер многих из них приводят к тому, что применительно к конкретному объекту можно говорить об уникальном сочетании нагрузок. [c.14]

Вот смотрите. Уравнения (3.1) и (3 2) содержат шесть параметров ОИ,1Н,С,Л, //, со, значения которых нам неизвестны. Их необходимо найти по данным наблюдений. Если делать это, не пользуясь нашими условиями подобия, то мы должны для каждой возрастной группы найги шесть неизвестных параметров по данным восьми измерений (семь измерений для глюкозы + одно для инсулина). Не нужно обладать глубокими познаниями в статистике, чтобы поверить, что этого слишком мало для получения надежных оценок параметров даже для очень простой модели [c.58]

Для построения статистических зависимостей этих показателей от НЬ-параметра я использовал его значения (см. табл. П4.1-П4.4), а гакже данные о рождаемости и смертности населения для разных ст]эан мира [Ежегодник мировой санитарной статистики 1967 г., 1973 Население мира, 1989 Демографргческий ежегодник, 1990]. При этом страны и регионы с близкими значениями ЯА-параметра я объединил в группы, которые дальше буду называть ЯА-группами. Всего их у меня вышло 17. В каждой Я6-группе я усреднил значения рассматриваемых пока 1ателей и ЯЬ-параметра по всем тем регионам, которые вошли в одну и ту же НЬ-группу. А то, что у меня получилось в итоге всех этих операций, я поместил в табл. П5.1. [c.113]

Не имея возможности привести полную процедуру реализации кинетических исследований отметим, что дальнейшие шаги заключаются в создании алгоритмов и программ построения стартовых планов эксперимента с вычислением оценок параметров на основе метода наименьших квадратов, максимального правдоподобия, байесовского метода и минимаксных методов в создании алгоритмов и программ установления идентифицируемости параметров, в создании программного обеспечения оценки адекватности с разработкой методологии для многооткликовых моделей с использованием статистик Бартлетта и Хачао программного обеспечения процедуры дискриминации механизмов. [c.18]

Коэффициенты корреляции эффекта Д2 с дебитом до обработки и массой заряда С невелики, что отраяЛет многофакторность зависимости, определяющей эффект,и нелинейность этой зависимости (в которую входят физико-геологические и технологические параметры, не учитываемые в нашей статистике). [c.58]

Справочник химика 21

Химия и химическая технология