Cтраница 1
Эмпирическая кривая распределения выравнивается теоретической кривой. Общее правило выравнивания состоит в следующем. В теоретическое распределение ( в его дифференциальную или интегральную функцию плотности вероятности) подставляют параметры эмпирического закона распределения, а затем рассчитывают ординаты середин всех интервалов. Умножая их на число исследуемых деталей N и исключая грубые ошибки, получают теоретические значения частот отклонений размера, которые и дают выравненную кривую. [1]
По эмпирической кривой распределения вероятности ( частоты) можно установить, что, например, для периода повторяемости 10 лет минимальный расход составляет 22 6 м3 / с. Другими словами, в течение одного семисуточного периода каждые 10 лет самый низкий средний расход составляет 22, 6 м3 / с. В 90 % случаев расходы в течение семису-точных промежутков должны превышать это значение. Эмпирическая кривая распределения вероятности вычерчивается на специальной логарифмической бумаге, так как гидрологические крайности ( паводки и пересыхания) не описываются симметричной кривой нормального распределения вероятностей, на которой основан весь статистический метод. Учет именно минимальных расходов при рассмотрении разбавления сточных вод природной водой особенно важен потому, что средний расход воды в данном источнике за все годы наблюдений составил 178 м3 / с. Если бы при расчете количества сбрасываемых в водоем сточных вод исходили из среднего, а не из минимального расхода воды в водоеме, то последний в течение длительного промежутка времени находился бы в условиях сильного загрязнения. С другой стороны, по мнению многих специалистов, базирование на самых, низких значениях ежедневных расходов ( в данном случае 18 1 м3 / с) приводит к чрезмерным ограничениям на сброс в водоем загрязняющих веществ. [2]
Однако при определении эмпирической кривой распределения, как правило, не получают совпадения математического ожидания с истинным значением измеряемой величины. [3]
Центр группирования полученной таким образом эмпирической кривой распределения, как правило, не совпадает с размером, по которому производилась установка ( настройка) автомата или светофорной головки. Среднее значение х, полученное в результате одного процесса исследования ( например, 100-кратного пропускания через автомат серии образцов), не характеризует систематической ошибки настройки, так как полученное значение при настройке столь же случайно и подчиняется такому же закону распределения, как и последующие значения. [4]
По значениям xf и nt / N строят эмпирическую кривую распределения ( рис. III. [5]
Развертка и гистограммы величины продвижения контура газоносности.| Эмпирические и теоретические кривые распределения величины продвижения контура газоносности. [6] |
На рис. 37 видно, что точки, соответствующие эмпирической кривой распределения, хорошо ложатся на теоретическую кривую нормального распределения. [7]
Расчетные уровни паводков ( половодий) определяются непосредственно по эмпирическим кривым распределения наивысших уровней воды, экстраполированным графически в зону малых вероятностей превышения наивысших уровней. [8]
В первом приближении принято, что число трубок тока определяется эмпирической кривой распределения проницаемости, построенной по данным кернового или геофизического материала. Предполагается, что расход жидкости через трубку в каждый момент времени пропорционален ее проницаемости. [9]
В первом приближении принято, что число трубок тока определяется эмпирической кривой распределения проницаемости ( спектр проницаемости), построенной по данным кернового материала или результатам геофизических исследований в скважинах. В методике предполагается, что в каждый момент времени скорость фильтрационного потока пропорциональна ее проницаемости. [10]
В первом приближении принято, что число трубок тока определяется эмпирической кривой распределения проницаемости ( спектр проницаемости), построенной по данным кернового материала или результатам геофизических исследований в скважинах. В методике предполагается, что в каждый момент времени скорость фильтрационного потока пропорциональна ее проницаемости. [11]
Ушах - максимальная ордината для кривой Гаусса, выраженная через масштаб эмпирической кривой распределения. [12]
При статистических методах анализа важно знать, с какой степенью приближения эмпирическую кривую распределения, характеризующую какой-либо технологический процесс, можно принять за кривую нормального распределения. [13]
Если из экспериментов получена достаточно большая выборка значений показателя U для построения эмпирической кривой распределения, то сравнение вариантов условий может производиться графоаналитическим способом. [14]
Рассеивание отклонений размера наглядно представляется в виде гистограммы, состоящей из прямоугольников или эмпирической кривой распределения ( фиг. [15]