Оценка числовых характеристик и параметров распределения

Основным методом статического анализа в САПР является метод статистических испытаний (метод Монте-Карло). Каждое fe-e статистическое испытание заключается в присвоении элементам Xi вектора X случайных значений xni и расчете вектора выходных параметров Yh с помощью одновариантного анализа. После выполнения запланированного числа N статистических испытаний их результаты Y/ обрабатываются с целью оценки числовых характеристик распределений выходных параметров. [c.256]

ОЦЕНКА ЧИСЛОВЫХ ХАРАКТЕРИСТИК И ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ [c.18]

Цель статистического анализа — оценка законов распределения выходных параметров и (или) числовых характеристик этих распределений. Случайный характер величин у. обусловлен случайным характером параметров элементов X., поэтому исходными данными для статистического анализа являются сведения о законах распределения х.. В соответствии с результатами статистического анализа прогнозируют такой важный производственный показатель, [c.109]

Точечные и интервальные оценки числовых характеристик случайной величины. Оценкой числовых характеристик X называется статистика ср (хх,. . ., х ), предназначенная для определения параметров (или аргументов) функции распределения (математического ожидания, дисперсии, асимметрии и т. д.). Оценки, которые исполь-390 [c.390]

Поэтому при машинном проектировании основным методом статистического анализа становится метод статистических испытаний (метод Монте-Карло). В этом методе в качестве исходных данных используются сведения о законах распределения х, а результатами являются гистограммы распределения выходных параметров г/J, по которым определяются вероятность выполнения условий работоспособности, величины 8 , фигурирующие в (2.7), и оценки числовых характеристик распределений у]. [c.112]

Наряду с точечными оценками для величин М [XI и D (X) могут быть определены и интервальные оценки. Напомним, что интервальными оценками называются оценки, которые с вероятностью у (доверительной вероятностью) на некотором интервале содержат (накрывают) истинное значение числовой характеристики или параметра распределения, т. е. [c.334]

При статистической обработке информации по авариям, к сожалению, имеет место весьма ограниченный объем данных, что вызывает большие трудности для использования получаемых статистических моделей при прогнозировании риска. По крайней мере надежность таких прогнозов с точки зрения статистических критериев является весьма невысокой. Однако полученные вероятности распределения характеристик аварий показывают качественно техногенный риск. Для точных количественных оценок техногенного риска требуется получение значительных объемов статистической информации, которая позволяет уточнить числовые параметры этих вероятностей распределений и таким образом добиться статистически надежных прогнозов. Единственным способом увеличения объемов информации до статистически значимых является "проигрывание" всевозможных (мыслимых) аварийных ситуаций на компьютере с помощью метода статистических испытаний - метода Монте-Карло. [c.37]

Статистический анализ выполняется с целью получения тех или иных сведений о распределении параметров У , при задании статистических сведений о параметрах Хг. Результаты статистического анализа могут быть представлены в виде гистограмм распределения у оценок числовых характеристик распределений (математического ожидания, дисперсии, квантилей и нтеркван-тильных широт). Основной метод статистического анали- [c.52]

При испытаниях подвижных моделей их поведение характеризуется совокупностью физических параметров Р (си./, неремещенпй, моментов, ускорений и т, д,), информацию о которых представляют в виде электрических сигналов, являющихся случайными функциями времени Х (1), xj (/),,,, дг/, (/). При этом возникают задачи регистрации отдельных реализаций информационного процесса и определения оценок таких числовых характеристик 1глотгюсти распределения вероятностей, как математическое ожидание и мощность [c.52]

Следующая после синтеза группа проектных процедур - процедуры анализа. Цель анализа - получение информации о характере функционирования и значениях выходных параметров Y при заданных структуре объекта, сведениях о внешних параметрах Q и параметрах элементов X. Если заданы фиксированные значения параметров X и Q, то имеет место процедура одно-вариантпого анализа, которая сводится к решению уравнений математической модели, например такой, как модель (1.1), и вычислению вектора выходных параметров Y. Если заданы статистические сведения о параметрах X и нужно получить оценки числовых характеристик распределений выходных параметров (например, оценки математических ожиданий и дисперсий), то это процедура статистического анализа. Если требуется рассчитать матрицы абсолютной А и (или) относрггельной В чувствительности, то имеет место задача анализа чувствительности. [c.24]

Оценка параметров логарифмически нормального распределения по цензурированной выборке. В случае усталостных испытаний при сравнительно низком уровне амплитуды цикла напряжений часть образцов серин не разрушается за базовое число циклов и обычно снимается с дальнейших испытаний. Таким образом получается цензурированная справа выборка. В табл. 6.1 приведены ряды распределения цензурированных выборок, образовавшихся при амплитудах цикла напряжений Од = 210 МПа и Оа = 190 МПа. Оценку математического о кидания, среднего квадратического отклонения, границы доверительных интервалов для этих числовых характеристик находят по формулам (2.26), (2.27), (2.45) и (2.54). [c.141]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...