Cтраница 2
Если теоретическое распределение имеет функцию распределения у - F ( х) и обратная зависимость выражается формулой х - - G ( у), то при замене равномерной шкалы ( / функциональной шкалой G ( у) кривая у - F ( х) становится прямой линией. [16]
Однако теоретическое распределение концентрации в пористом теле трудно проверить, так как ввиду малого размера частиц сложно поставить эксперимент, из которого можно было бы установить действительное поле концентраций. [17]
Если теоретическое распределение температур значительно отклоняется от фактического, то рассчитанное значение q считается недостоверным и при последующих построениях не рассматривается. [18]
Модой теоретического распределения называется наиболее вероятное значение случайной величины, обозначаемое символом № оХ; модой тйХ эмпирического распределения называется значение, имеющее наибольшую частость. [19]
Из теоретических распределений дискретных случайных величин в технических приложениях довольно часто встречаются распределения по биномиальному закону и по закону Пуассона. [20]
Из основных теоретических распределений непрерывных случайных величин в технических приложениях чаще других встречаются: распределения по закону равной вероятности, по закону Симпсона, по закону Гаусса, по кривой Максвелла; композиции этих законов между собой и с некоторыми другими распределениями; модификации законов распределения ( в основном распределения по закону Гаусса) в связи с ограничением поля распределения границами поля допуска. [21]
Фиг 57 Теоретическое распределение потен. [22]
Конечно, теоретическое распределение нужно оценивать с точки зрения того, насколько точно оно приближает экспериментальные данные, но не нужно упускать из вида, что практически всегда можно подобрать такую эмпирическую зависимость, которая будет приближать имеющиеся данные еще лучше. Основная причина, по которой мы предпочитаем единый теоретический закон множеству эмпирических формул, заключается в том, что за общей математической формой мы надеемся найти общую причину, общий принцип, объясняющий структуру текстов. [23]
Чтобы подобрать теоретическое распределение, соответствующее тому, которое мы наблюдаем, можно воспользоваться критериями согласия Пирсона или Колмогорова, так как они справедливы ( в слегка измененном виде) для любого теоретического распределения. [24]
По-видимому, теоретическое распределение по Флори-Шульцу справедливо и для поликапроамида. Противоречивость имеющихся в литературе данных по молекулярно-массо вому распределению полиамидов обусловлена несовершенством методик фракционирования в связи со значительными трудностями четкого разделения полиамидов на узкие фракции при осаждении этих кристаллических полимеров из раствора. Разумеется [180], чем меньше число фракций полимера получено в результате фракционирования, тем сильнее отличается дифференциальная кривая молекулярно-массового распределения полиамида от нормального распределения по Флори - Шульцу. [25]
Отклонения or теоретического распределения для системы AXs ( 1: 5: 10: 5: 1) составляют 5Д - 2, - 15, - 15, 24, 130 ( %), так что непосредственно из этих данных эффект крыш не обнаруживается, поскольку обе крайние линии имеют завышенные интенсивности. Следует отметить, что группа симметрии Cs, которой соответствует система АХ5, довольно редкая для молекулярных систем ( такую симметрию имеет, например, аннон CsHs), поэтому следует рассмотреть и другие гипотезы интерпретации мультиплета. [26]
Если параметры теоретического распределения определяют по тем же опытным данным, по которым получена функция F ( x), то оценка согласия может получиться завышенной. [27]
Если параметры теоретического распределения определяются по тем же опытным данным, по которым получена функция F ( х), то оценка согласованности может получиться завышенной. [28]
После построения теоретического распределения в соответствии с ГОСТ 11006 - 74 проверяется согласие опытного распределения ( гистограмма) с теоретическим по критерию хг Пирсона. [29]
Здесь параметры теоретического распределения не были известны заранее, поэтому нельзя считать незначимым расхождение между эмпирическим и нормальным распределениями. [30]