Статистический анализ Степени сравнения

Результаты определений концентрации диспергируемой фазы в пробах анализируемого материала обрабатываются статистически. Теоретические основы статистической оценки степени однородности смешения изложены в работе [21, с. 212—234]. Разброс значений концентраций диспергируемой фазы подчиняется биномиальному закону распределения. Проверка на гомогенность смешения сводится к сравнению экспериментально определенной дисперсии концентраций диспергируемой фазы (пигмента) с характеристиками биномиального распределения. Для статистического анализа следует отбирать не менее 10 проб, причем при отборе проб необходимо соблюдать следующее условие содержание диспергируемой фазы в каждой пробе не должно сильно отличаться от относительного содержания диспергируемой фазы в анализируемом материале. [c.46]

Мы не будем останавливаться детально на методических аспектах такого рода оценок, ибо с учетом отмеченных принципиальных затруднений возможности использования стандартного статистического анализа результатов ОФР ограничиваются, вероятно, лишь задачей ориентировочного сравнения отдельных водоносных горизонтов по степени их фильтрационной неоднородности, чаще всего — по изменчивости проводимости или удельного дебита. Для этих целей в настоящее время обычно используются такие статистические показатели, как среднеквадратическое отклонение логарифмов (0 ц 2) и коэффициент вариации (i F) преимущество последнего в том, что он является безразмерным параметром. [c.250]

Предварительный выбор района должен базироваться на анализе природно-климатических факторов. Район исследования должен выбираться таким образом, чтобы в нем можно было с достаточной степенью достоверности определить влияние исследуемых природно-климатических условий на работоспособность машин. Для статистически полного изучения исследуемых закономерностей необходимо выбирать 3—4 примерно равных по климатическим данным района. Для сравнения целесообразно также проводить исследования в резко контрастных природно-климатических условиях. Это позволит наиболее четко определить влияние тех или иных факторов и условий на работоспособность техники. [c.12]

Качественные критерии носят статистический характер [21]. Первый, наиболее простой способ состоит в определении дисперсии концентрации того ингредиента, который играет роль диспергируемой фазы. При этом общий объем смеси разделяют на достаточно большое число элементарных объемов и, пользуясь таблицей случайных величин, отбирают достаточно представительную выборку (обычно не менее 25 проб), которую направляют на химический анализ. Может быть установлена взаимосвязь величины дисперсии и какого-либо параметра смешения, например времени. Используют также фактор сравнительной неоднородности, представляющий собой отношение дисперсий в исследуемом и стандартном образцах (за эталон сравнения может быть принят образец, в котором достигнуто наилучшее распределение компонентов для данной системы). С увеличением степени неоднородности фактор неоднородности изменяется от 1 до оо. [c.468]

Анализ этих уравнений проводится с учетом условия электронейтральности в целом. Другим допущением являлось то, что количество не ионообменно-сорбированного электролита в фазе редоксита пренебрежимо мало. Это положение реализуется при достаточно высокой концентрации заряженных групп в полимере по сравнению с концентрацией ионов в растворе, равновесном с редокситом. Введение условия статистической независимости функциональных групп выполняется только тогда, когда концентрация их в редокс-полимере не слишком велика. Вместе с тем в [153] было также показано, что конкретный вид зависимости окислительного потенциала редоксита от кислотности раствора, состава и концентрации фонового электролита определяется зарядностью функциональных групп в окисленном и восстановленном состояниях и степенью их протонирования. [c.158]

Как видно из (7.27), для снижения статистической погрешности надо увеличивать поглощенную дозу, т. е. интенсивность излучения источника или время измерения, причем в большей степени по сравнению с требуемым снижением погрешности. Анализ выражений (7.26) и (7.27) показывает, что минимум аппаратурной погрешности достигается при а минимум статистической погрешности при 6 2/ д,. [c.345]

При анализе статистического материала установить степень влияния того или иного фактора на надежность машин можно только при условии сравнения таких вариационных рядов, на которые другие факторы влияют в равной степени. [c.82]

Степень модификации цепей и доля деструктивных процессов (Р/а = = 0,06—0,08) для обоих типов вулканизатов невелики. Однако содержание золя в солевых вулканизатах выше, чем в пероксидных, и различие сохраняется при изменении густоты сетки в широких пределах (рис. 10.9). Это означает, что в солевых вулканизатах вероятность вхождения в сетку высокомолекулярных цепей выше, чем в пероксидных. Если полученные данные перестроить в координатах (5-ЬУ5) — ЛГс, то кривые для пероксидных вулканизатов спрямляются, подтверждая статистический характер сшивания, а для солевых вулканизатов зависимость остается криволинейной. Представленные данные можно интерпретировать как указание на изменение ММР каучука при сшивании и относительно более регулярное распределение сшивок по цепи каучука. На отсутствие коротких цепей в солевых вулканизатах указывает их значительно большее относительное удлинение при разрыве при равной или даже большей концентрации активных цепей в сравнении с пероксидным вулканизатом. Таким образом, необходима дальнейшая разработка методов анализа распределения длин активных цепей между узлами и функциональности поперечных связей (узлов) [16, с. 88]. [c.228]

Задание требований по прототипу основывается на анализе имеющейся статистической информации по надежности уже существующих технических объектов, близких к рассматриваемому по назначению, структуре или элементной базе. Требования по надежности в этом случае задаются с учетом возможного роста надежности элементной базы, масштаба рассматриваемой системы по сравнению с прототипом, условий функционирования и т. п. Такой прогноз в значительной степени также опирается на экспертные оценки, однако подтверждается конкретными фактическими данными. [c.29]

Таким образом, удалось показать неравновесность характера экосистемы Черного моря по сравнению с Мировым океаном. Поскольку человеческая популяция частично вписывается в черноморскую зону, не исключено, что термодинамическая неустойчивость экосистемьг Черного моря является причиной социальных и природных катаклизмов в Кавказско-Черноморском регионе. Вопрос о степени неравновесности плазмохимических систем является сложной задачей статистической физики. В связи с этим, по степени отклонения равновесного распределения КФС продуктов плазмохимического пиролиза (по свободной энергии) от нормального закона распределения можно судить о степени неравновесности процессов, протекание которых сопровождается огромным числом химических реакций. Поэтому анализ устойчивости и равновенсности таких систем, в зависимости от температуры и других параметров, представляет сложнейшую задачу физики и химии. [c.58]

Гаким образом, качество эколого-аналитической информации определяется прежде всего тем, насколько эффективны, точны и сравнимы меж у собой методы отбора проб и анализа природных объектов Обнаружение статистических отклонений обычно сводится к выявлению этапов с максимальной пофешностью и разделению общей точности на ог-дельные составляющие. Рхли они известны, то не представляет фуда выделить ту из них, которая в наибольшей степени влияет на обшую точность. В эгом случае последующая задача заключается в улучшении метрологических характеристик метода, их сравнении с другими, т е она носит исследовательский характер. [c.163]

Стохастические модели прогнозируют (рис. 10.5) коррозию химико-технологической системы на основе совокупности статистических данных о процессе в условиях эксплуатации. Чем обширнее информация о характере влияния отдельных факторов и больше число аппаратов и коммуникаций химико-технологической системы учтено при анализе, тем точнее будут полученные результаты. Очевидна и сложность реализации схемы прогностического моделирования стохастических методов по сравнению с детерминированными методами. Трудности моделирования коррозионного прогноза стохастическим методом заключаются не только в получении обширной информации о влиянии внешних и внутренних параметров химико-технологической системы на скорость и итог коррозии, в анализе и обработке данных, но и в том, что практически невозможно проследить логическую причинную связь явлений, объективно существующую при коррозионном изменении состояния металла. Достоверность результатов прошоза стохастических объектов уменьшается из-за снижения точности прогноза с увеличением времени от предсказания до момента сравнения и корректировки коррозионного прогноза. В меньшей степени этот недостаток присущ регрессивным моделям, полученным с использованием методов планирования эксперимента. [c.185]

Изучение внутренних движений. Для изучения движения различных участков белковой глобулы применение метода ЯГР естественно ограничено из-за сравнительно небольшого числа мёссбауэровских атомов ( Ге) в белке. Этот недостаток в известной степени компенсируется применением метода ГР-спектроскопии в сочетании с рентгенодинамическим анализом (РДА), основанным на дифракции рентгеновских лучей на различных атомах. По сравнению с характеристическими частотами движения в белке дифракция рентгеновских лучей есть мгновенный процесс (т 10 1 с), и поэтому метод РДА практически позволяет определять только статистический беспорядок (дефекты решетки, неупорядоченность в кристалле белка). Фактически здесь определяются не частоты движения, а величины (Ждбщ)) обусловленные как статистическим беспорядком, так и реальными движениями атомов при переходах между конформационными подсостояниями [c.295]

Анализ сдвигов ОП при выполнении умственной и сенсомоторной работы под воздействием экспериментальных занятий показал, что ни в одной из экспериментальных групп не произощло статистически значимых изменений реактивности этого показателя по сравнению с исходными данными. Межгрупповое сопоставление сдвигов ОП также выявило отсутствие достоверных (р<0,05) различий между экспериментальными и контрольной группами. Полученные результаты согласуются с данными о том, что величины омега-потенциала являются строго индивидуальными и в значительной степени генетически детерминированными. Вероятно, в зависимости от интенсивност-ных параметров деятельности у каждого испытуемого происходит индивидуальный сдвиг значений ОП, обеспечивающ ий для данного конкретного человека оптимальное состояние ЦНС в условиях определенной деятельности (А. Г.Сычев с соавт., 1980 [c.427]