Ю д и н А. Д. Об одной задаче оптимальной обработки результатов наблюдений. — В кн. Алгоритмическое и программное обеспечение прикладного статистического анализа. М., 1980, с. 279— 286. [c.466]
МС ИСО 2602—80 Статистическая обработка результатов наблюдений. Оценка доверительного интервала для среднего арифметического значения [c.31]
МС ИСО 3207—75 Статистическая обработка результатов наблюдений. Определение доверительного интервала [c.31]
Статистическая обработка результатов наблюдений. Правила оценки средних значений и дисперсий Статистическая обработка результатов наблюдений. Мощность критериев оценки средних значений и дисперсий. Проект [c.31]
Статистические методы управления качеством. Обработка результатов наблюдений и оценка их точности [c.34]
Опытно-статистический метод нормирования основан на использование результатов наблюдений, лабораторных исследований и результатов статистической обработки отчетных материалов. [c.53]
В статистическом учете применяются специфические способы и приемы получения и обработки данных наблюдение, группировка, сравнение, индексы, средние величины и др. Статистический учет использует результаты оперативного и бухгалтерского учета хозяйствующих субъектов. Другие данные общественной жизни собираются статистическим учетом на основе специфических форм статистического наблюдения переписей, выборочных обследований и др. [c.13]
Несмотря на жесткость этих условий, существует обширный класс экономических задач, для решения которых целесообразно применение статистических методов. В частности, к этому классу относятся задачи установления зависимостей для нормирования длительности трудовых приемов Например, в результате статистической обработки хронометражных наблюдений можно установить зависимость между массой де- [c.30]
Термин статистика иногда употребляется не только в смысле статистического учета, т. е. в значении деятельности по осуществлению одной из функций управления — сбора, обработки и представления органами управления данных о состоянии и развитии народного хозяйства, но и в других смысловых значениях для обозначения 1) отрасли науки, предметом которой служит количественная сторона общественных явлений, рассматриваемая в неразрывной связи с их качественной стороной 2) совокупности данных, характеризующих состояние и развитие некоторого множества объектов (чаще всего страны или отрасли) 3) одной какой-либо величины (параметра), зависящей от результатов наблюдения. [c.6]
Сводка данных, получаемых в результате статистического наблюдения, является одним из важнейших этапов обработки материалов в статистических органах. Получение доброкачественных обобщенных сведений в большой мере зависит от правильно проведенной сводки недостаточно хорошо сделанная сводка может обесценить и самый лучший материал. [c.41]
С Г Количественные показатели надежности — это такие показатели, которые содержат информацию, обеспечиваю-щую оценку степени предпочтения одного варианта системы по отношению к другому при применении по назначению. Количественные показатели выражают надежность в виде числа при помощи количественных показателей надежность измеряется или оценивается в принятой шкале оценок в абсолютных или относительных единицах. Количественные показатели определяются путем непосредственных статистических наблюдений на основе обработки результатов применения или испытания систем, а также путем аналитических расчетов или моделирования процесса функционирования систем. Они являются основными показателями надежности, обобщающими наиболее ценную информацию о степени приспособленности систем к применению по назначению. [c.17]
Поскольку исходные данные, полученные в результате наблюдения и первичного отражения происходящих хозяйственных операций, являются основой информации как для бухгалтерского, так и для оперативно-технического и статистического учета, от их достоверности, сроков получения, обработки и выдачи заинтересованным подразделениям предприятия зависят правильность и обоснованность принимаемых управленческих решений, ориентированных на существующую рыночную ситуацию. [c.96]
Для определения норм труда вспомогательных рабочих чаще всего используют косвенные методы, с помощью которых устанавливают нормы труда не по трудоемкости конкретных работ в конкретных условиях, а по факторам, косвенно влияющим на затраты труда соответствующей группы рабочих. Зависимость нормы труда от этих факторов определяют путем статистической обработки данных планово-учетной документации и результатов наблюдений по группе представителей цехов (участков) различных предприятий. [c.249]
Выбор метода математической обработки результатов исследования, полученных как на основе статистических данных, так и путем хронометражных наблюдений, зависит от количества принятых основных факторов (количественных и качественных) и от наличия возможности использования ЭВМ. [c.77]
Существуют два основных подхода к построению производственных функций дескриптивный (статистический) и оптимизационный. При дескриптивном подходе производственная функция строится путем обработки наблюдений о соотношении затрат и выпуска. Привлекаются также технологическая информация, данные экспериментальных исследований, экспертные оценки. При использовании статистического подхода приходится принимать сильное допущение об оптимальной организации производственного процесса, по результатам наблюдения которого восстанавливается функция затрат. При оптимизационном подходе вид и параметры функции определяются в результате обобщения решения оптимизационных задач при меняющихся параметрах (затратах). [c.36]
Средняя наработка определяется путём статистической обработки результатов натурных наблюдений за состоянием горных выработок. При отсутствии данных длительных статистических наблюдений интенсивность отказов может быть определена по теории выбросов случайных процессов. В этом случае интенсивность отказов характеризуется средним числом пересечений в единицу времени стационарной случайной функцией неразрушимости [c.282]
Количественная характеристика социально-экономических процессов в непосредственной связи с их качественной сущностью в системе общественного производства невозможна без глубокого статистического исследования. Использование различных способов и приемов статистической методологии предполагает наличие исчерпывающей и достоверной информации об изучаемом объекте. Исследование" массовых общественных явлений включает этапы сбора статистической информации и ее первичной обработки, сведения и группировки результатов наблюдения в определенные совокупности, обобщения и анализа полученных материалов. [c.12]
Необходимо подчеркнуть, что модели поведения, описанные в этом параграфе, являются в настоящее время теоретическими построениями и пока не используются на практике, поскольку, во-первых, они довольно сложны с математической точки зрения, так что их исследование — достаточно сложная задача, и, во-вторых, вопрос о правильности этих моделей остается пока открытым. Такие сложные модели поведения администрации предприятий трудно проверить с помощью непосредственных наблюдений или обработки статистических материалов, что приводит к возникновению методологической проблемы анализа адекватности этих моделей. Исследование адекватности моделей отличается как от прикладных исследований, в которых делаются попытки исследовать некоторые реальные системы стимулирования- производства, так и от чисто модельных исследований, предназначенных для изучения некоторых свойств математических моделей систем стимулирования, поскольку основной целью такого исследования является сравнение результатов анализа модели с наблюдаемыми явлениями. Рассмотрим исследование такого типа. [c.381]
Для исследования социально-экономических явлений и процессов общественной жизни следует прежде всего собрать о них необходимую информацию-статистические данные. Под статистическими данными (информацией) понимают совокупность количественных характеристик изучаемых явлений и процессов, полученных в результате статистического наблюдения, их обработки или соответствующих расчетов. [c.14]
Параметр модели — это относительно постоянная величина, включаемая в модель и рассматриваемая как свойство объекта моделирования. В свою очередь, значения параметров модели являются результатом обработки данных, полученных в процессе эксперимента или наблюдения, с помощью различных статистических методов (наименьших квадратов, максимального правдоподобия и др.). Для моделирования параметры выступают как выбираемые значения. Среди параметров выделяются такие, которые изменяют содержание модели, так называемые управляющие параметры. [c.429]
Разработка плана маркетингового исследования — сложный творческий процесс, своего рода фундамент будущего исследования. План позволяет установить рамки и основные направления всего исследования. Прежде всего нужно выбрать необходимые методы его проведения. При этом надо иметь в виду, что это не механический набор методов и приемов, а целенаправленный их выбор для решения конкретных специфических задач. Нужно определить методы и процедуры сбора первичных данных (опрос, наблюдение и т.д.), методы и средства обработки полученных данных (экономико-статистические и экономико-математические методы и т.п.), а также методы анализа и обобщения материалов (моделирование, исследование операций, деловые игры, экспертиза и др.). Затем нужно определить тип требуемой информации и источников ее получения исходя из параметров имеющихся ресурсов (информации, времени и финансовых средств), а также необходимой степени достоверности, надежности данных. Например, надежность информации — результатов анкетирования — определяется обычно размерами выборки (количеством обследуемых субъектов) и репрезентативностью группы целевому сегменту рынка. [c.22]
Для такой увязки возможно применение регрессионного анализа. Например, в результате специально организованных наблюдений за результатами носки обуви и последующей статистической обработки полученных данных было установлено, что срок службы обуви (у) зависит от двух переменных плотности материала подошвы в г/см3 (x ) и предела прочности сцепления подошвы с верхом обуви в кг/см2 (xz). Вариация этих [c.218]
Эмпирическое распределение — результат группировки данных, полученных при статистическом наблюдении (в нашем случае в процессе обработки исходных данных отчетного года о движении рассматриваемой марки материального ресурса). [c.209]
В первой главе рассматриваются задачи и организация статистики и экономического анализа в стране. Две последующие главы, посвященные изложению основ теории сбора данных, их сводки и группировки и простейших методов анализа, позволяют слушателям правильно использовать результаты статистического наблюдения и обработки данных, овладеть важнейшими приемами работы с цифрами. Здесь даются также понятия методов выборочного наблюдения, анализа вариации и связи. [c.4]
Расхождение между величиной какой-либо характеристики (показателя), полученной в результате статистического наблюдения и обработки данных, и ее действительными размерами называется ошибкой статистических данных. Она состоит из двух частей ошибки наблюдения и ошибки обработки данных. Чем меньше ошибка статистических данных, тем выше их достоверность. [c.36]
При исследовании социально-экономической структуры народного хозяйства и социалистического общества в целом экономическая статистика базируется на основных положениях общей теории статистики и методах ее. В этой связи необходимо выделить статистическое наблюдение, программу и научную организацию его методы обработки и сводки массовых данных, полученных в результате реализации соответствующей программы наблюдения методы анализа научно разработанных данных. [c.20]
Пример 7.1. Рассмотрим деятельность некоторого рекламного агентства. Для формулирования рекомендаций по улучшению его работы полезно обладать информацией о потоке поступления заказов на изготовление и размещение рекламы. Поэтому велись наблюдения, в частности, за интервалом времени между соседними поступлениями заказов, представляющим собой непрерывную случайную величину. Обозначим ее через Т. В результате статистической обработки этих данных были получены следующие характеристики случайной величины Т среднее значение интервала времени Т между двумя соседними поступлениями заказов М[Т =1 неделя и среднее квадратическое отклонение <т[7]=4 дня. [c.117]
Одной из. важных проблем 20-х годов, являющейся актуальной и сейчас, была проблема выборочного метода. Сокращенные методы статистического наблюдения и анализа массовых явлений давно используются специалистами различных областей. Этот интерес к сокращенным методам вполне понятен. Ведь именно с использования выборочного метода начинаются, как правило, обработка и анализ исходной информации. Благодаря этому появляется возможность большой экономии труда, времени и средств, правда, с некоторой погрешностью в оценке получаемых результатов. Другая сторона этого вопроса — оценка характеристических параметров генеральной совокупности по ее части, когда анализ целого по каким-либо причинам не представляется возможным. Это имеет особое значение для исторических исследований, когда встает задача на основе использования сохранившихся статистических сведений составить представление о количественной оценке явления в целом. [c.262]
Регрессионный анализ является методом статистической обработки наблюдений, в результате которой оказывается возможным составить уравнение регрессии и получить количественную оценку влияния факторных признаков на результативный признак. [c.312]
Оборот локомотивной бригады 140 Обработка результатов наблюдений статистическая 50—54 Объем наблюдений 67 Околокритический путь сетевого графика 13 [c.315]
Для планирования финансовых, трудовых и материальных ресурсов, расходуемых на эксплуатацию, необходимо устанавливать не только среднее время безотказной работы, но и предусмотреть изменение его в течение эксплуатации устройства. Для этого необходимо накопление соответствующих статистических данных с последующей их математической обработкой. На рис. 13 представлены результаты наблюдения ВНИИКОНД-МАШа в течение 3,5 лет за работой десяти кондиционеров КД — 240 (в среднем по 25000 ч работы) на комбинате синтетического волокна. За это время было зарегистрировано 358 отказов из-за неисправностей масляных фильтров — 26,8%, форсунок — 18,3%, шарового клапана или водяного фильтра в камере орошения — 10,9%, вентиляторных ремней — 12,9%, теплообменников и арматуры — 9,1%, подшипников вентилятора — 4,2%, воздушных клапанов — 4,1% и др. Причинами повышенного числа отказов в начале эксплуатации обычно бывают неустраненные конструктивные и технологические дефекты, низкое качество межремонтного обслуживания из-за недостаточной квалификации эксплуатационников и др. [c.102]
Применение выборочного метода помогает аудиторам решать свои задачи с более весомым научным обоснованием. В особенности это важно при аудите бухгалтерской отчетности в соответствии с GAAS. Большинство западных аудиторских фирм имеют собственные компьютерные программы, предназначенные для обработки результатов статистических выборочных наблюдений. Вполне понятно, что с переходом отечественного аудита на работу по международным стандартам нашим специалистам также [c.5]
Сначала мы рассмотрим общую модель с взаимодействиями, используемую в факторных планах. Дисперсионный анализ (или кратко ANOVA) применяется при обработке результатов факторного эксперимента. Показаны отношения между дисперсионным и регрессионным анализом. Обсуждаются рандомизация и разбиение на блоки в имитации. Исследуются предпосылки ANOVA, преобразование и кодирование. Следующий параграф -посвящен частному виду факторных планов, а именно таким планам, в которых все факторы имеют только по два значения. Приводится модель для таких 2fe планов вместе с анализом наблюдений. Затем идет параграф, в котором говорится только о дробных репликах от полного факторного эксперимента типа 2k, строящихся так, что вся важная информация сохраняется. Мы показываем, как можно выбрать конкретную структуру смешивания эффектов. Мы даем планы для модели только главных эффектов, планы для оценки главных эффектов в присутствии взаимодействий и планы для оценки как главных эффектов, так и двухфакторных взаимодействий (так называемые планы разрешения III, IV и V соответственно). Далее следует параграф, в котором показано, как получить независимую оценку дисперсии ошибки опыта о2 при частичном дублировании плана. Приводится метод переоценки эффектов с помощью дополнительной информации от повторения плана. Вместо дублирования наблюдений можно объединить суммы квадратов некоторых эффектов. Оба метода можно сочетать с проверкой соответствия модели. Если модель не годится, мы можем перейти к модели более высокого порядка. Показано, что планы этой главы легко достраиваются до планов более высокого порядка (это так называемые композиционные, или последовательно строящиеся, планы). Наконец, в следующем параграфе обсуждаются планы для поиска нескольких важных факторов среди многих мыслимых важных факторов, для так называемого отсеивания. Рассматривается интерпретация дробных факторных планов, когда некоторые факторы не могут быть важными. Приводятся также планы со случайным отбором факторных комбинаций и их анализ. Даются и так называемые сверхнасыщенные планы — систематические (т. е. не случайные) планы с меньшим числом наблюдений, чем эффектов. Затем мы демонстрируем несколько вариантов дробных реплик, в которых факторы объединяются в группы для уменьшения числа факторов и наблюдений. Исследуются предпосылки таких планов группового отсеивания и устанавливается, что они не ограничительны. Четыре типа планов группового отсеивания сравниваются между собой. Глава заканчивается кратким обсуждением теории статистических решений и проблемы многих откликов. Приводится литература по этим двум и по многим другим вопросам. [c.8]
СБОР ДАННЫХ [data olle tion] — процесс получения данных от источников их регистрации, т.е. их фиксирование на носителях данных (документах, машинных носителях и т.п.). В экономике регистрации подвергаются данные а) постоянного первичного учета б) уже подвергнутые обработке, производные (данные разного рода отчетов о производственной деятельности отдельных хозяйственных звеньев за определенные периоды, о движении обобщающих показателей развития народного хозяйства и др.) в) периодического наблюдения экономических явлений (в том числе статистических обследований, переписей, опросов) г) о ходе и результатах экономических экспериментов. [c.317]
УЧЕТ — функция управления общественным производством, заключающаяся в получении, penii страции, накоплении, обработке информации о реальных хозяйственных процессах, их результатах, использованных ресурсах и т. д. Такая информация необходима органам управления всех уровней для принятия обоснованных решений. Существует три вида У. оперативный. бухгалтерский и статистический. Оперативный У.— наблюдение, измерение, регистрация, первичная обработка и [c.349]
Из приведенных данных видно, что в рассмотренном при мере с точки зрения оценки статистической значимости связи между строками и столбцами традиционный и логлинейный подходы к таблицам сопряженности, с одной стороны, и дуальное шкалирование, с другой стороны, дают сравнительно близкие результаты. Однако в общем случае связь между этими двумя методами пока достаточно не изучена [232, с. 181]. 3.2.6. Таблицы объект—многомерный отклик . Исходные данные для дву-, трех- и более мерных таблиц сопряженности часто могут.быть представлены в форме таблицы, в которой строки соответствуют объектам (субъектам), столбцы — градациям используемых классификационных переменных и на пересечении i-й строки и столбца, соответствующего у-й градации /-и переменной, стоит 1 или 0 в зависимости от того, имеет ли место для 1-го объекта эта градация (1) или нет (0). В случае когда для ряда объектов значения одной из переменных не определены (измерены в непредусмотренной шкале, не измерены, утрачены при обработке и т. п.), либо исключают из таблицы соответствующие объекты, либо вводят для этой переменной дополнительную градацию значение не определено . Пример фрагмента таблицы, которая могла бы быть исходной для данных примера п. 3.2.2, дан в табл. 3.4, где приведена оценка организации труда в четырех лабораториях (таблица Единица наблюдения —(лаборатория, оценка, эксперт) ). В качестве единицы наблюдения (объекта) в ней взято резюме из карточки, заполняемой экспертом после обследования и оценки организации труда в лаборатории, в котором указываются номер лаборатории, оценка, номер эксперта. [c.139]
ГОСТ 20427—75 (СТ СЭВ 1191—78) устанавливает правила статистического регулирования технологических процессов производства штучной и нештучной продукции при условии, что контролируемым показателем качества является непрерывная случайная величина, заведомо подчиняющаяся нормальному закону распределения с известным среднеквад-ратическим отклонением а, которое является результатом обработки большого количества наблюдений контролируемого показателя качества и неизвестным средним арифметическим значением, которое по результатам выборочного контроля должно быть оценено либо ji0, либо . i (j-i-i). [c.70]