Вторую группу составляют методы, использующие полную информацию о системе, т. е. о строении ее уравнений и о степени их стохастической зависимости. Наиболее известными представителями этой группы являются трехшаговый метод наименьших квадратов, рассмотренный в 14.4.3, и метод максимального правдоподобия. Между оценками, получаемыми при помощи этих методов, существует тесная взаимосвязь 3 мнк-оценки можно рассматривать в качестве первого приближения оценок метода максимума правдоподобия, по определению минимизирующих функцию плотности распределения наблюдений (в предположении, что они распределены по нормальному закону). Более того, указанные оценки асимптотически эквивалентны. [c.423]
ОЦЕНКА КАЧЕСТВА ПО ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ [c.44]
Осуществляя на фабриках и заводах эксперименты, предусматривающие снижение себестоимости, повышение качества, снижение доли дефектных изделий, увеличение прибыли, решение вопросов о неисправностях и неполадках, а также усовершенствование технологических процессов и т. д., мы применяем, как уже говорилось выше, различные статистические методы, позволяющие делать практические выводы. А именно, при большом числе данных мы используем плотность распределения, контрольные карты, а при сравнительно небольшом числе данных статистическую проверку, статистические оценки и т. п. [c.167]
Определение робастности оценки. Пусть случайная величина X имеет плотность распределения вероятностей f(x,0), где вид функции f известен, а в — неизвестный параметр (может быть величиной векторной). Оценка параметра производится по n наблюдениям х, Х2,...,хп. В классической статистике качество оценки в определяется ее дисперсией Df в вычисленной в предположении, что выборка получена из генеральной совокупности с плотностью распределения вероятностей f(x,0). [c.184]
На стадии предварительного анализа состояния технологического процесса необходимо оценить параметры i и а. Для этого следует отобрать на контроль определенное количество единиц продукции. Чем большее число единиц продукции будет проконтролировано, тем более точной будет оценка этих параметров. Продукцию на контроль следует отбирать при нормальном ходе производства, т. е. при надлежащем качестве сырья и при отлаженном оборудовании. При этих условиях мы получим оценки параметров л и 0 при налаженном состоянии технологического процесса, т. е. (д,0 и о0. Зная эти значения, мы можем определить вероятную долю дефектной продукции р0 при налаженном состоянии технологического процесса. Обратимся к рис. 2.1, на котором показана полученная кривая плотности нормального распределения, расположенная в пределах поля допуска, ограниченного нижним предельным значением Тн и верхним предельным значением Гв. [c.19]
Для проверки верности данного подхода проведём оценку функции плотности распределения коэффициента релевантности на интервалах, полученных ранее. Сделаем допущение о том, что мы имеем достаточный объём выборки. В качестве метода оценивания функции плотности распределения воспользуемся методом операторных оценок [8], который обеспечивает несмещённость и состоятельность оценки. В этом методе используется операторная аппроксимация. Действительно, функция распределения F(x) связана с плотностью вероятностей известным соотношением [c.240]
В качестве исходных данных для определения временных оценок работ приняты нормы времени с учетом выявленной закономерности выполнения норм выработки. Для этой цели использованы фотохроно-метражные наблюдения (всего свыше 300 наблюдений) за работой бригад бетонщиков, каменщиков и отделочников. Конечной целыо обработки результатов наблюдений стало выявление закона распределения случайной величины с графическим представлением на этой основе плотности распределения вероятностей выполнения норм выработки. [c.560]
Смотреть главы в:
Практическое руководство по управлению качеством -> Оценка качества по плотности распределения