Оценка генерального параметра корреляции

Установлено, что при обработке малочисленных выборок (особенно когда п<30) расчет коэффициента корреляции по приведенным выше формулам дает несколько заниженные оценки генерального параметра р. В таких случаях лучшую оценку р [c.214]

Учитывая это обстоятельство, Р. Фишер нашел более точный способ оценки генерального параметра по значению выборочного коэффициента корреляции. Этот способ сводится к замене Гху преобразованной величиной z, которая связана с эмпирическим коэффициентом корреляции следующим образом [c.215]

Как и другие выборочные показатели, эмпирический коэффициент корреляции рангов служит оценкой генерального параметра рз и, как величина случайная, меняет свои значения при повторных выборках вариант из одной и той же генеральной совокупности. Значимость этого показателя, имеющего распределение со средней рз=0 и дисперсией= 1/(,/г—1), оценивают путем сравнения выборочного коэффициента гз с критической точкой Ге/, которую можно определить по формуле [c.240]

Рассчитывая коэффициент корреляции рангов, следует иметь в виду, что на его значении сказывается наличие групп с одинс ковыми рангами, и тем сильнее, чем больше таких групп сред сопряженных значений признаков X и V. Чтобы получить боле -или менее точную оценку генерального параметра р нужно по1 наличии указанных групп вносить поправку в формулу (163, Эту поправку, обозначаемую буквой Т, прибавляют к числителк формулы, т. е. [c.242]

Возможности получить подобные доказательства существенно различны в разных ситуациях. При многократном выпуске СО, составляющих некоторую специфическую группу, например среднелегированных сталей, могут быть использованы корреляционные зависимости между оценкой среднего квадратического отклонения (или аналогичного параметра), характеризующего распределение межлабораторны.х погрешностей, и содержанием определяемого компонента. Достаточно тесная корреляция дает основания полагать, что достаточна и статистическая устойчивость условий и результатов анализов, т. е. что аналитический процесс находится в статпстнчески подконтрольном состоянии. При первых выпусках некоторой группы СО, когда еще нет данных для по.ту/чения корреляционной зависимости или при слабо выраженной корреляции указанных выше параметров, нельзя исключить возможность другой крайней ситуации, когда нет оснований принять предположение о наличии генерального (в указанном смысле) множества н о [c.156]

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]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...