Многомерная статистика

Матрица (А" —Л ) (Л —Л") в многомерной статистике [c.195]

Многомерные статистики. Критический ум человека служит превосходным дискриминатором. Однако в настоящее время существуют статистические методы для идентификации подгрупп внутри популяции на основе множественных характеристик (многомерные статистики). Такие методы [c.186]

Использование многомерной статистики позволило связать межгодовые колебания Хл а с условиями водности, во многом определяющими режим водохранилищ. С первой главной компонентой (ГК1), содержащей в себе более 40% суммарной дисперсии, связаны уровень водохранилища и коэффициент условного [c.82]

ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПРОГНОЗА ФАЗОВОГО СОСТОЯНИЯ УГЛЕВОДОРОДОВ В ЗАЛЕЖИ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МНОГОМЕРНОЙ СТАТИСТИКИ [c.30]

Изучение методами многомерной статистики Аб( Н-ИАРС) простых эфиров с тетраметилсиланом в качестве внутреннего стандарта показало, что эффект ИАРС можно описать с помощью одного параметра растворителя [414]. Рассчитанный указанными методами единственный параметр растворителя можно далее связать с параметром растворителя Ласло [см. уравнение (6.25)], полученным путем изучения ИАРС камфоры. Эти результаты согласуются с моделью усреднения во времени нестабильных комплексов, в которой эффект ИАРС является произведением специфического параметра формы молекул и параметра растворителя [уравнение (6.25)]. Последний параметр интерпретировали как величину, связанную с молярным объемом растворителя и электронными эффектами заместителей в молекулах ароматического растворителя [414, 417]. Поскольку обусловливающие эффект ИАРС взаимодействия между молекулами растворителя и растворенного вещества слабы, то с ними могут конкурировать взаимодействия между молекулами раство рителя. В этой связи становится понятным, что способ упаковки молекул растворителя (выраженный в молярных объемах) действительно может влиять на величину Аб(ИАРС). [c.481]

Более адекватным поставленной задаче явилось бы использование таких методов многомерной статистики, которые бы позволили определить достоверность сходства или отличия всей совокупности иммунологических показателей рабочего от таковой у страдающего аллерт гическим заболеванием с учетом не только абсолютной величины отдельных показателей, но и их соотношения, т. е. уровня корреляционных связей. По нашему мнению, этим требованиям в известной мере отвечает метод определения дискриминантной функции Фишера. Он основан на составлении ковариационных матриц множества показателей, определенных одновременно у лиц из двух сравниваемых групп (в интересующем нас случае — практически здоровые рабочие и больные с выраженной клиникой аллергоза от воздействия того же аллергена) для вычисления индивидуальных многомерных (М) векторов и определения величины пограничного М-вектора, т. е. границы раздела между М-векторами, наиболее характерными для каждой группы. Так как М-вектор спроектирован в одномерную плоскость, то чем ближе величина М-вектора обследуемого рабочего окажется на прямой к границе раздела, тем более сходно состояние его иммунологической реактивности с реактивностью больного организма. По величине же коэффициентов дискриминантной функции Фишера можно оценить значение каждого показателя для величины М-вектора, т. е. понять, соотношение каких показателей наиболее характерно для реактивности больного и здорового, но подвергающегося воздействию аллергена организма. [c.256]

Для решения в АК ЭМПИРИК задачи формализации экспертизы как сложного процесса, имеющего информацию неполную и неточную, не могут быть использованы точные методы, которые позволили бы аналитически описать и исследовать этот процесс подобно тому, например, как с помощью дифференциальных уравнений описывается механическое движение тел, с помощью уравнений в частных производных исследуются процессы движения газов и жидкостей и т. д. Поэтому при моделировании процесса экспгрти-зы должны применяться эмпирические методы, которые предполагают знание статистических характеристик информации процесса, накопленных на опыте. К ним в первую очередь относятся весьма популярные и эффективные статистические методы моделирования, представляющие собой совокупность методов многомерной статистики и методов имитационного моделирования. [c.201]

В первой же своей работе по МСТ Гарланд и Миллс на основе системы BIOLOG показали эффективность метода и его возможности для характеристики и классификации ряда микробных сообществ почв, природных вод и ризосферы, а также предложили основные подходы к шггерпретации полученных данных методами многомерной статистики. В настоящее время число публикаций по применению в экологии микроорганизмов системы BIOLOG превышает 1500, причем более 80% статей посвящены различным проблемам почвенной микробиологии (методология, сравнение с другими методами, ризосферные эффекты, индикация загрязнений, мониторинг, микробные сукцессии, интенсивное и биологическое земледелие, последствия интродукции объектов генной инженерии и др.). [c.11]

Для анализа большого числа переменных и характеристики связи между ними широко используется метод главных компонент (МГК), который дает возможность описания и классификации объектов (Андрукович, 1973 Крамбейн и др., 1973). Использование многомерной статистики позволило провести районирование отдельных водохранилищ, а также всего каскада, выявив участки, различающиеся обилием фитопланктона и абиотическими условиями. [c.67]

Справочник химика 21

Химия и химическая технология