Среднеквадратичное отклонение

Среднеквадратичное отклонение для 67 экспериментальных точек кривых ИТК составило 1,6%. [c.28]

Среднеквадратичное отклонение измеренных значений предельной скорости от рассчитанных по уравнению (1.135) составляет 15 % для области Ж 59,3 и 11 % для области Я>59,3. [c.46]

Примечание. В скобках приведены среднеквадратичные отклонения (в [c.379]

НОЙ среднеквадратичного отклонения, равного 10%. Данные, полученные по описанному выше лабораторному методу хорошо коррелируют с результатами хранения образцов бензинов в условиях необогреваемого склада [c.202]

Приведенные соображения можно проиллюстрировать ориентировочным расчетом на примере каменной соли в контакте с водой. Анализ шлифа, а именно измерение углов в стыках межзеренных границ, дает для энергии границ, в среднем равной 75 мДж/м2, среднеквадратичное отклонение 25 мДж/м . Если о.,ж 40 мДж/м2 и распределение можно считать нормальным, то доля проницаемых границ получается равной 30%, [c.100]

Чаще всего последнему удовлетворяют несколько моделей, и поэтому экспериментатор в области С проводит дополнительную серию контрольных опытов, выбираемую из интуитивных соображений. На основании этих опытов для каждой модели вычисляют с тиму взвешенных среднеквадратичных отклонений (К), К = = 1,. . ., /, и выбирают р ю модель, если ей соответствует наименьшее значение 882 (р) среди всех 882 К). [c.193]

Здесь Хц — безразмерное значение ]-то признака для г-го катализатора — размерное значение -го признака для -го катализатора X/ — среднее размерное значение /-го признака для всех, катализаторов Оу — среднеквадратичное отклонение размерного значения /-Г0 признака по всем катализаторам. [c.165]

Опытные среднеквадратичные отклонения наработки на отказ и ресурса [c.157]

Важным этапом в решении задач обработки экспериментальных данных является выбор метода отыскания наилучших значений параметров искомой зависимости. По существу задача определения наилучших значений параметров зависимости, минимизирующих определенную оценку, является задачей минимизации функции многих переменных. В тех случаях, когда искомая зависимость ищется в форме нелинейной функции, решение этой задачи может представить определенные трудности, поскольку приходится применять общие методы решения задач отыскания минимума функции лшогих переменных — методы нелинейного программирования [1]. Лишь когда искомая зависимость Р (х , а ,..., а ) является линейной функцией параметров aj (/ = 1, 2,..., з), например, при отыскании аппроксимирующего полинома, наилучшие значения параметров а ( = 1, 2,..., х), в особенности при использовании критерия оценки среднеквадратичного отклонения (11—8), могут быть найдены относительно просто, для чего используется метод, называемый методом наименьших квадратов (см, стр. 319). [c.299]

При оценке погрешности эмпирической зависимости представляет интерес определить доверительный интервал для среднеквадратичного отклонения, полученного в результате обработки опытов. [c.275]

Показано [141], что для оценки доверительных интервалов дисперсии (квадрат среднеквадратичного отклонения) нужно пользоваться распределением ( хи -квадрат), которое при числе степеней свободы V = N — > 30 практически совпадает с нормальным, распределением. [c.276]

Пример 8.5. Для условий примера 8.4 вычислить доверительный интервал дисперсии (среднеквадратичного отклонения) с риском 5%. [c.276]

Совпадение рассчитанных значений (/р с экспериментальными уъ получилось вполне удовлетворительное (относительное среднеквадратичное отклонение а = = 1.85%). [c.281]

Этот метод называется методом спуска, так как приближение к искомому решению производится по линии убывания величины среднеквадратичного отклонения. Существует несколько разновидностей этого метода, отличающихся друг от друга выбором пути движения к решению, но описанный метод является из них наиболее простым, легко реализуемым и может быть применен к нахождению коэффициентов весьма сложных нелинейных зависимостей. [c.285]

Уровень рассеяния скоростей = а /у, где = V— Т— среднеквадратичное отклонение скорости, составил в опытах 0,5. В соответствии с квадратичной зависимостью между скоростью потока н порозностью слоя (е = 1—Д) при больших числах Рейнольдса (Вез >800) [5] о = (1 + Ое) — 1. [c.19]

Для ЭТИХ двух случаев ог = ]/= 1,218 и 1,012 м/с соответственно ддя неоднородной и однородной упаковки слоя. Величина среднеквадратичного отклонения отличается на 20% [c.48]

Расчеты по формулам (15), 016), (22), (23) были сравнены с многочисленными экспериментальными данными [13]. Было обнаружено, что среднеквадратичное отклонение вычисленных и эксперимептальных коэффициентов диффузии не превышает 4%. [c.138]

Величина среднеквадратичного отклонения 5л определялась как [c.158]

В и ЯТВ, полученные из линейных уравнений, различаются гораздо больше, чем на величину их среднеквадратичного отклонения 3) включение квадратичного члена приводит к согласованию величин В и ЯТВ, хотя при этом их среднеквадратичные отклонения возрастают 4) значения С из квадратичного уравнения, хотя они, очевидно, хорошо согласуются, имеют слишком большие среднеквадратичные ошибки определения, что не позволяет рассматривать их как вириальные коэффициенты. [c.93]

Iga — среднеквадратичное отклонение в функции ЛНР. [c.284]

Формула (Х1Л6) справедлива для частного случая, когда ковариационная матрица свободных членов у диагональная и их среднеквадратичные отклонения одинаковы. Если эти условия не соблюдаются, то МНК-оценки определятся в виде [c.429]

В результате проверки оказалось возможным выделить способ загрузки, обеспечивающий максимально однородную структуру. Этот способ, названный выше как метод, имитирующий дождь из частиц катализатора, сводится к следующему. Частицы с помощью какого-либо устройства распределяются по сечению реактора, расположенному на определенной высоте от границ формируемого слоя, и поступают в него, пролетая без взаимных столкновений одинаковое расстояние. Каждая частица имеет практически одинаковую потенциальную энергию п равную вероятность попасть в любой участок слоя. Это создает предпосылки для создания однородной структуры насыпного слоя, что и было подтверждено при его продувках. На рис. 4 показано поле температуры, замеренное на выходе из слоя. При средней температуре 291°С среднеквадратичное отклонение составило 5°С. Локальные неоднородности структуры слоя, порождающие горячие пятна, отсутствуют. Важен еще и тот факт, что изменение высоты свободного падения частиц при загрузке, т. е. изменение энергии канлдой частицы па одинаковую величину, приводит к образованию слоя с другим значением общей по слою порозности. Так, два слоя, упакованные этим методом с высоты / 1 = 1,0 м и /г2 = 0,15 м, различаются но насыпной плотности на 8- 12% (р1>р2), а потери напора потока газа, движущегося через слой, снижаются во втором случае на 45- -50%. [c.11]

Проверка последней формулы с миогочисленпыми данными автора и литературными эксперимептальными данными показала удовлетворительное согласование опытных п расчетных зпачений инерцнолпой силы со среднеквадратичным отклонением 13%. [c.140]

Скотт и Данлэп [72] с помощью метода наименьших квадратов произвели детальный анализ результатов измерений для н-бутана, используя степенные ряды по плотности и по давлению (3.11) и (3.12) и линейные и квадратичные уравнения. Результаты анализа приведены в табл. 3.1, откуда можно сделать несколько выводов 1) среднеквадратичное отклонение измеренных значений рУ во всех четырех случаях примерно одинаково [c.93]

Несколько иная модель для и (форма) была предложена Кихарой, Мидзуно и Канеко [146]. В этом случае каждая молекула представляется как распределение потенциального источника (например, потенциального источника 12—6), и межмолекулярный потенциал между двумя такими молекулами обусловлен взаимодействием распределенных источников двух молекул. Параметр, характеризующий несферичность, представляющий собой среднеквадратичное отклонение б распределения, для гомоядер-ной двухатомной молекулы равен половине расстояния между ядрами. Применительно к этой модели вириальные коэффициенты могут быть разложены в ряд по степеням б. Величина первой поправки пропорциональна 6 и имеет ту же форму, что и первая квантовая поправка. Таким образом, с учетом принятых обозначений можно написать выражения [c.233]

Вся процедура описания экспериментальных данных может быть существенно механизирована с помощью обычных численных методов, которые становятся все более популярными по мере распространения быстродействующих ЭВМ. Обычно как критерий описания выбирается метод наименьших квадратов, но применяемое аналитическое определение нельзя использовать, так как теоретическая зависимость параметров нелинейна. При наличии большой вычислительной машины минимизация среднеквадратичного отклонения может быть выполнена непосредственно численным методом [104]. Если такие вычисления невозможны, то используется аналитический метод последовательных приближений [183—1836]. Первое приближение для параметров потенциала берется, например, из графического метода, затем относительно этих параметров производится разложение в ряд Тейлора. При сохранении первых членов разложения относительно корректирующих поправок к параметрам потенциала получается система линейных уравнений. Если первое приближение параметров оказывается слишком грубым, то всю процедуру можно повторить, начиная со второго приближения, полученного в первом цикле. Уолли и Шнейдер [183а] применяли этот метод для определения параметров потенциала из вторых вириальных коэффициентов, а также в расчетах для некоторых инертных газов. Этот же метод расчета применялся для метана и закиси азота [1836]. [c.247]

Среднеквадратичное отклонение этой корреляции составляет 5,9%. Для давлений, отличных от 6,9 МПа, уравнение (46) можно использовать с небольшой модификацией, в которой А следует заменить на А (AhJeA9), где А, В ч С [c.393]

Корреляция верна в диапазоне приведенного давления от 0,004 до 0,8. Среднеквадратичное отклонение 780 экспериментальных точек составляет 14%, что несколько выше, чем в зависимости Чена. Около 10% экс-иерпмсптальных точек обнаруживают отклонения больше чем +30%. Следует отметить, что когда 1юрреляция используется для горизонтальной трубы, величина а р представляет собой средний коэффициент по ее периметру. Зависимость (13] хорошо согласуется с экспери-.чентальны.ми данными 112) для коэффициентов теплоот- [c.405]

Смотреть страницы где упоминается термин Среднеквадратичное отклонение: [c.115] [c.155] [c.145] [c.62] [c.86] [c.193] [c.30] [c.30] [c.83] [c.67] [c.133] [c.147] [c.298] [c.338] [c.64] [c.285] [c.274] [c.232] [c.128] [c.70] [c.317] [c.146] [c.119]

Справочник химика 21

Химия и химическая технология