Способы получения выборок

При шестом способе получения предварительного натяга можно определить угол дополнительного поворота фо поджимной гайки или нажимного винта для создания нужного натяга после того, как гайка или винт под небольшим усилием завернуты до конца с выборкой всех зазоров [c.294]

Рассмотрим метод определения оптимальных диспетчерских графиков водохранилищ ГЭС по полученной тем или иным способом расчетной выборке гидрографов. [c.117]

ПАРАМЕТРИЧЕСКИЕ МЕТОДЫ ОБУЧЕНИЯ - подкласс методов обучения распознаванию образов. Принято два различных способа разделения методов на параметрические и непараметрические, и каждый из этих терминов имеет, следовательно, два смысла. В первом смысле параметрическое обучение имеет место тогда, когда вероятностные характеристики объектов распознавания (необходимые для решения байесовских задач распознавания) известны не полностью, а лишь с точностью до неизвестных параметров. В этом случае обучение распознаванию образов заключается в оценке значений этих параметров по обучающей выборке. Полученные оценки используются в дельнейшем при собственно распознавании. [c.59]

Статистически обоснованные выборочные проверки отличаются тем, что они выполняются в соответствии с планом. В данном случае термину план соответствует совокупность правил и параметров, определяющих выполнение выборочной проверки и выбор решения на основании полученных результатов. В частности, сюда обычно относятся 1) правило отбора физических объектов или явлений, например включение в выборку последних, обработанных к приходу контролера деталей случайный отбор проверяемых экземпляров из партии, предъявленной на контроль, и пр. 2) параметр — объем выборки 3) способ определения выборочных значений случайной переменной, например измерение определен-22 [c.22]

Для получения еще большей равномерности распределения нагрузки по виткам резьбы в некоторых случаях делают выборку на торце стержня (рис. 15,/И), увеличивающую податливость верхних витков стержня. Этот способ применяется преимущественно для болтов большого диаметра. [c.14]

Четвертый способ. Этот способ основан на кусочно-постоянной аппроксимации функции т) = ]/ — 2 In т. е. на случайном выборе числа из таблицы чисел, распределенных по закону Релея (р = 1). Диапазон допустимых значений функции распределения [О, 1] разбивается на п равных интервалов, в каждом из которых выбирается его середина, имеющая координату (i — — 0,5)/и (г = 1, 2,. . . ). Число интервалов назначается из условия обеспечения требуемой точности получения случайных чисел. Для ускорения выборки из таблицы обычно принимают, что = 2, где к — целое положительное число. Для каждого значения г = 1, 2,. . . п вычисляется величина dj = / — 2 In . [c.174]

Статистики, пригодные для получения оценок параметров совокупности, могут быть получены при помощи различных типов выборок. Все эти типы выборок, как правило, случайны. Под этим понимается, что некоторый элемент совокупности имеет точно такие же шансы попасть в выборку, как и любой другой, с учетом, конечно, ограничений, накладываемых способом выделения выбор- ни. В зависимости от того, насколько много нам известно о генеральной совокупности и как ее можно разделить на части, можно использовать различные приемы получения случайных выборок. Например, можно осуществлять неограниченно случайную выборку, послойную случайную выборку, послойную пропорциональную случайную выборку или случайную выборку по оптимально расположенным слоям. [c.318]

Метрические и топологические характеристики требуют различного способа представления исходной информации. Так, например, для количественной оценки метрических отношений необходимо знание только значений некоторых признаков, например высот неровностей, безотносительно к их координатам на плоскости. Соответственно произвольным образом может быть организована и выборка этих значений. Наиболее распространенный при этом подход — измерение шероховатости вдоль некоторой трассы с организацией массива полученных отсчетов в виде вектора. Однако при этом существует важный аспект, касающийся интерпретации оценок. Поверхность является трехмерным объектом, в то время как в данном случае анализ ее характеристик ведется на основе двумерных выборок— профилей. Можно отметить ряд погрешностей, возникающих при этом. Теории, позволяющие производить соответствующую коррекцию, разработаны только для поверхностей определенных классов [98 ], и в общем случае следует признать процедуру распространения двумерных характеристик на объект, имеющий трехмерные свойства, нетривиальной. К примеру сигнал, зависящий от одной пространственной переменной, 172 [c.172]

Стабильность и устойчивость процессов гарантируют получение требуемых свойств качества продукции во времени. Так же, как и точность, стабильность и устойчивость можно анализировать по данным статистических единовременных и текущих выборок. Анализ стабильности и устойчивости технологических процессов позволяет установить периодичность настроек, выявить необходимость и объем автоматизации процесса. Самый простой способ оценки устойчивости, по данным единовременной выборки, может [c.51]

Определение вида функции распределения. Статистическая оценка характеристик генерального распределения случайной величины I существенно облегчается (может быть выполнена по результатам меньшего числа испытаний), если известен вид (аналитическое выражение) функции распределения F x). Так, например, если величина распределена нормально, то статистическая оценка генерального распределения сводится к уже описанному определению среднего и дисперсии с заданной точностью и надежностью. Поэтому главной задачей статистической обработки является определение вида функции распределения данной механической характеристики при этом важно установить является ли неизвестное распределение или заданной функции ф( ) хотя бы приближенно нормальным. Наиболее наглядным способом проверки, насколько полученная по данным выборки эмпирическая функция распределения (12.55) близка к некоторой гипотетической функции Р х), является графический способ. Сопоставление кривой накопленной частоты или гистограммы с гипотетической кривой дает качественное представление о степени близости эмпирического и гипотетического распределений. Для повышения точности и наглядности графического сопоставления удобно показывать эмпирическое распределение не в системе координат с равномерной шкалой, как это делалось на рис. 12.10, а, а в специальной системе координат, в которой график гипотетического распределения является прямой линией. Новая система координат может быть задана либо таблицей, либо нанесена на специальную бумагу, которая называется вероятностной бумагой [23]. [c.409]

Во второй главе подробно анализируются различные методы испытаний изоляции на старение и надежность. На основании полученных закономерностей старения предлагаются рациональные способы обработки экспериментальных данных и дается критическая оценка существующих методов. Для ряда керамических и полимерных диэлектриков, на основании эмпирических соотношений гл. 1, предлагается методика прогнозирования (расчета) срока службы диэлектриков в эксплуатационном режиме по результатам ускоренных испытаний. Показаны преимущества одной из характеристик надежности — вероятности безотказной работы Р. Изложены практические приемы оценки достоверности результатов, характеризующих Р, и предлагается простой графический способ оценки размера выборки образцов для испытаний на надежность, обеспечивающий необходимую достоверность результатов. Приведены практические приемы расчета начального участка кривой Р (/) [c.4]

Выше были рассмотрены способы определения статистических характеристик выборки. Однако полученные величины будут являться в значительной степени случайными результатами, если неизвестна степень их надежности (9). [c.32]

Методы анализа межгрупповой изменчивости. При анализе межгрупповой изменчивости признаков решают обычно две задачи дискриминации и классификации. В первом случае имеются две или большее число совокупностей, из которых извлечены выборки. По ним требуется получить так называемое решающее правило, которое позволяет на основании набора признаков х правильно отнести взятое наугад наблюдение (экземпляр, особь, индивид и т. д.) к одной из этих двух совокупностей, причем возможность ошибиться должна быть минимальной. Способы построения таких решающих правил рассматривают дискриминантным анализом. При этом на основе информации о генеральных совокупностях, полученной по выборкам, находят новый признак у, который отличается минимально возможной в данной ситуации трансгрессией своих распределений в двух совокупностях. Этот новый признак называют дискриминантной функцией. Величина трансгрессии, измеренная тем или иным способом, может послу- [c.315]

Для определения доверительного интервала использовалась Г-статистика с 10%-ным уровнем значимости. В одну выборку объединялись значения г(0), полученные за два последовательных года на 10 контрольных деревьях. Любопытно, что для последней вспышки три оценки мальтузианского параметра, сделанные различными способами, дали близкие значения. [c.101]

Наиболее простой способ определения устойчивости к вредителям — глазомерная оценка. В отдельных случаях она позволяет получить предварительное представление об устойчивости селекционного материала. Однако для получения более полной информации необходим анализ пробных растений. Места для отбора пробных растений и размер выборки определяют с таким расчетом, чтобы обеспечить выполнение двух следующих условий 1) легкость анализа 2) достаточность данных для достоверной дифференциации изучаемого материала по показателям устойчивости. [c.407]

Сопоставим процессы I и II. Зона рассеивания при и=5 для процесса I составляет 45% от величины допуска и, естественно, не зависит от способа комплектования выборки. Для процесса II зона рассеивания при выборке и=5, укомплектованной величинами, отбираемыми подряд, составляет 85% от величины допуска, т. е. почти вдвое превышает зону рассеивания этой характеристики, полученную для процесса I. Зона рассеивания для процесса II сокращается по мере увеличения участка процесса, охва-чиваемого выборкой. Так, при выборках и=5, укомплектованных с пропусками по 10 величин, когда участки процесса, охвачивае-мые выборками, включают по 45 величин, зоны рассеивания для процессов I и II оказываются весьма близкими. Тенденция сближения рассматриваемых параметров распределения прослеживается для всех выборочных статистических характеристик, определенных для процессов I—III. [c.27]

Проверка гипотез связана с интервальной оценкой уровня качест ва измерений, но имеет и другой аспект. При проверке подвергается испытанию нулевая гипотеза Но о том, что показатели качества измерений соответствуют установленным нормам, против альтернативной Hi, что они выходят за их пределы. Наиболее прост, удобен и оперативен способ проверки гипотез об уровне показателей качества, основанный на применении контрольных карт, представляющих собой графическое средство статистического анализа. Общие принципы ведения контрольной карты включают получение выборки, вычисление выборочных статистических характеристик параметров, графическое построение статистик на карте в виде временной или иной последовательности. [c.172]

Как и в случае структурных построений, методологии априорного и апостериорного оценивания достоверности (т.е. при малом и при большом числе скважин) существенно различны. Методология апостериорного оценивания целиком заимствуется из опыта решения аналогичной задачи структурных построений, с учетом того, что зачастую такие характеристики вещества геологической среды, как литология и характер насыщения, описываются качественно, а не количесственно. Эта методология сводится к (произвольному) разбиению совокупности имеющихся скважин на две выборки. Одна из выборок, большая по объему, используется в качестве каркаса финальной модели, а вторая, меньшая, служит только для контроля достоверности. Нередко меньшая выборка включает всего одну скважину. Процедура повторяется несколько раз с включением разного перечня скважин в контрольной выборке, а затем результаты тем или иным образом усредняются по площади - либо с получением единственной генеральной оценки по каждому из оцениваемых параметров, либо с выявлением пространственного тренда, если исследуемая площадь неоднородна по сложности геологического строения или качеству сейсмических данных. К сожалению, практика апостериорного оценивания точности при решении и структурных, и вещественных задач имеет существенный недостаток - рутинно получаемые оценки (Левянт и др., 2003, Трапезникова и др., 2001) не снабжаются такими важными характеристиками, как плотность (по площади) скважин, используемых для калибровки, степень латеральной изменчивости целевого объекта и радиусы корреляции погрешностей оцениваемых сейсмических и геологических параметров. Естественно, что такие оценки можно получать только на действительно плотно разбуренных площадях. Но примеров применения технологий AI - EI на таких площадях уже немало, а способы получения оценок известны и опробованы (Кивелиди и др., 1982 Уварова и др., 1983 Козлов, 1993). [c.235]

С помощью ЭЦВМ проведено статистическое исследование стационарных случайных процессов с целью получения законов распределения медиан и индивидуальных значений размеров изделий в выборках, сформированных различными способами. При этом учтен характер автокорреляционной функции случайного процесса. Таблиц 1. Иллюстраций 5. Библ. 2 назв. [c.222]

Форме линии регрессии о — с, предложенная Р.Пюшелем, позволяет решать многие задачи, связанные с оценкой точности измерений состава черных металлов 1) получать усредненные показатели точности аналитического контроля в промышленно развитых странах даже при недостатке информации для надежного заключения о погрешности измерений в той или иной стране 2) определять возможные направления дальнейшего повышения качества аналитического контроля, сопоставляя параметры линии регрессии с концентрационной зависимостью погрешности, полученной в результате обработки отдельных информационных массивов 3) ориентировочно оценивать показатели точности при недостаточном объеме выборки и т.д. Практическое применение способа Р.Пюшеля требует известной осторожности и дает приемлемые результаты только при совместных усилиях специалистов в области аналитической химии и математической статистики. [c.45]

Если процесс изменения напряжений во времени Случайный или является суммой (или произведением) детерминированного И случайного процессов (при линейном напряженном состоянии), то функцию распределения амплитуд напряжений рекомендуется наход1 ть путем обработки осциллограмм напряжений, полученных для представительной выборки деталей одним из способов систематизации, изложенных ниже. При этом наиболее целесообразными способами являются метод полных циклов и метод укрупненных размахов. [c.282]

С целью получения оценок дисперсии по большому объему выборки при малом числе циклов нагружения чаще всего используют групповой способ статистической обработки результатов измерений. Этот способ основывается на гипотезе равноточности однотипных измерений для всей группы датчиков, расположенных в идентичных условиях. По условию равноточности для каждого из датчиков в группе находится только оценка математического ожидания и только одна из всей группы групповая оценка дисперсии. [c.209]

Для оценки надежности автомобилей в настоящее время применяют различные методы испытаний стендовые, лабораторнодорожные, полигонные, моделирования на ЭВМ и другие. Однако наиболее полная и исчерпывающая информация о надежности может бы.ть получена в реальных условиях эксплуатации автомобилей, В этом случае имеется возможность учесть все факторы, воздействующие на автомобиль (состояние дороги, скорость движения, организацию технического обслуживания и ремонта, квалификацию и опыт водителя и пр,). Первичную информацию о надежности автомобилей в реальных условиях эксплуатации можно получить как в результате наблюдения за подконтрольной партией машин, так и с помощью анкетного опроса. Первый способ требует продолжительных испытаний (в течение нескольких лет), второй менее продолжителен, однако для получения достоверных сведений требует значительного увеличения объема выборки. [c.25]

Под интерфейсом пользователя понимаются способ (организации) его взаимодействия с информационной системой с целью получения определенных результатов. В этом смысле назначение интерфейсов пользователя с СССД аналогично в любой информационной системе. Необходимые метаданные пользователь может получить от СССД в процессе диалога или в виде форматированных отчетов. Вне зависимости от окончательного способа реализации главное требование, предъявляемое к интерфейсам пользователя, — простота работы и гибкость, Среди множества видов интерфейсов пользователей, имеющихся в различных СССД, можно выделить два основных класса интерфейсы, обеспечивающие предоставление метаданных, и интерфейсы, посредством которых манипулируют и обновляют метаданные. К специальным средствам такого рода относятся генераторы отчетов, процессоры языка запросов и средства диалоговой выборки и обновления метаданных. [c.174]

Выборка должна быть представительной и включать все результаты первичных испытаний за достаточно длительный промежуток времени (не менее полугола), в течение которого технологический процесс не претерпевал направленных изменений (смена агрегатов, способов разливки, изменение сырья, развеса слитка, температурного режима прокатки и т. п.). Минимальный объем выборки (М) 250 партий-плавок. Для получения представительных выборок возможна группировка профилей разных размеров в одну совокупность с проверкой неоднородности общей выборки. [c.152]

Подпрограмма формирования матрицы жесткости может использоваться для пэстроенйя матрицы напряжений, после умножения которой на соответствующие узловые перемещения получаются напряжения элемента. Эта матрица обычно строится попутно при формировании матрицы жесткости, и получение ее не требует большого машинного времени. При этом возможны два варианта. Первый — составлять матрицу напряжений одновременно с матрицей жесткости й хранить ее до дальнейшего использования в накопителе (т. е. сначала вычислять произведение ОВ, а затем В ОВ), а второй — отдельно вычислять матрицу ОВ непосредственно перед использованием. Выбор того или другого способа зависит от скорости выборки данных из [c.473]

Основное требование, предъявляемое к любой выборке, сводится к получению наиболее полной информации о состоянии генеральной совокупности, из которой выборка взята. Опыт показал, что правильно отобранная часть генеральной совокупности, т. е. выборка, довольно хорошо отображает структуру генеральной совокупности. Однако полного совпадения выборочных показателей с характеристиками генеральной совокупности, как правило, не бывает. Чтобы выборка наиболее полно отображала структуру генеральной совокупности, оиа должна быть достаточно представительной, или репрезентативной (от лат. represento — представляю). Репрезентативность выборки достигается способом рандомизации (от англ. random — случай) или случайным отбором вариант из генеральной совокупности, что обеспечивает равную возможность для всех членов генеральной совокупности попасть в состав выборки. [c.97]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...