Cтраница 2
Поэтому желательно не ограничиваться только проверкой гарантий, а проводить испытания по расширенной программе, тем более, что увеличение числа опытов не вызывает большого увеличения расходов. [16]
Если полученная при этом точность определения кинетических параметров нас не удовлетворяет, она может быть существенно повышена не путем увеличения числа опытов, а лишь путем повышения их точности или изменения математической модели. [17]
Характеристики ротатабельного ЦКП. [18] |
Этот метод планирования эксперимента позволяет получать более точное математическое описание поверхности отклика по сравнению с ортогональным 1ДКП, что достигается благодаря увеличению числа опытов в центре плана и специальному выбору величины звездного плеча а. В табл. 17 приведены основные характеристики матриц ротатабельного планирования. [19]
До сих пор мы исходили из представления о вероятности случайного события как о числе, к которому приближается частота наступления этого события с увеличением числа опытов. [20]
Эти формулы показывают, что среднее арифметическое реализаций случайной величины является несмещенной оценкой ее математического ожидания, а дисперсия ошибки этой оценки неограниченно уменьшается с увеличением числа опытов. [21]
Итак, формулы ( 66) и ( 67) показывают, что относительная частота является несмещенной оценкой вероятности события, а дисперсия ошибки этой оценки неограниченно уменьшается с увеличением числа опытов. [22]
Случайная переменная для эксперимента с игральными.| Функция массы вероятности для произведения номеров на. двух игральных костях. [23] |
Если просуммировать значения случайной переменной, полученные в результате экспериментов, и разделить сумму на их число, то получим среднее значение случайной переменной, которое будет приближаться к математическому ожиданию по мере увеличения числа опытов. [24]
Если разделить число случаев на 16, то получатся вероятности того, что случайная величина имеет меньшее значение, что определяет статистическую функцию распределения F ( х) При графическом изображении она имеет ступенчатый вид. По мере увеличения числа опытов п высота ступеней снижается и ступенчатая линия стремится к кривой, являющейся истинной функцией распределения. [25]
При графическом изображении она имеет ступенчатый вид. По мере увеличения числа опытов п высота ст) пеней снижается и ступенчатая линия стремится к кривой, являющейся истинной функцией распределения. [26]
Если полное число опытов не очень велико, то это отношение колеблется: если сделать еще одну серию из Q опытов, то в новой серии отношение может быть существенно иным. Однако при увеличении числа опытов Q эти колебания становятся все меньше и меньше. Предел, к которому стремится относительная частота появления данного значения случайной величины, называют вероятностью этого значения. [27]
А ( XfX1) 1XfX2 называется матрицей смещений. В этом случае увеличение числа опытов уже не может дать увеличения точности оценки регрессионных коэффициентов и чем большую величину имеют элементы матрицы А, тем значительнее отклоняются оценки от истинных значений. [28]
Метод ПФЭ обеспечивает достаточно высокую точность в определении коэффициентов регрессии, так как для оценки каждого из коэффициентов используется 2 опытов. Однако, при увеличении числа опытов требуется значительная вычислительная работа. В этом смысле ПФЭ оказывается недостаточно эффективным. [29]
График изменения вероятности в процессе принятия решения. [30] |