ПРИЛОЖЕНИЕ. Статистико-математические таблицы [c.468]
СТАТИСТИКО-МАТЕМАТИЧЕСКИЕ ТАБЛИЦЫ [c.187]
Карла Пирсона, создавшего за три десятка лет ряд монументальных изданий. Таблицы Р. Фишера показали, чего в более скромном объеме можно добиться с гораздо меньшим трудом. Однако ряд задач в области табулирования нужных функций остался невыполненным. Подготовка советских статистико-математических таблиц оказалась стоящей на очереди. Все остальное надо было принести в жертву. 1940-1941 г. был годом удачи. Удалось найти новое решение задачи табулирования неполной гамма-функции, дающее более полный, и в принципе окончательный, тип этих таблиц. Применение американской техники позволило за один год почти закончить вычисление. Но война не дала довести дело до конца. [c.24]
Статистико-математические таблицы [c.96]
Под схемой статистического приемочного контроля понимается полный комплект планов выборочного контроля в сочетании с совокупностью правил применения этих планов. Параметры плана выборочного контроля получают с помощью методов математической статистики или таблиц государственных стандартов на статистические методы приемочного контроля, которые рассчитаны на их основе. [c.74]
По таблице распределения Стьюдента (таблицы имеются в изданиях по математической статистике) устанавливаем, что вероятность получения дефектной продукции на новом оборудовании S(i/ - G, d5u. [c.171]
По обычному способу суммирования, принятому в математической статистике, в последующих колонках таблицы образованы суммы п, п", п ". В нашем примере N = Sre = 28 -(- 13 + + 10 = 51. [c.108]
Число моментов (замеров) М, которое необходимо произвести для обеспечения требуемой точности результатов наблюдений, определяют по формулам, выведенным на основании законов математической статистики, или по таблицам, составленным на основе этих формул. Формула числа моментов имеет следующий общий [c.125]
Мюллер П. и др. Таблицы по математической статистике. М. [c.202]
Большее Л. Н., Смирнов Н.В. Таблицы математической статистики. - М. Наука, 1983. [c.269]
Метод основан на том, что каждый эксперт располагает набором признаков, например, время реализации, финансовые затраты, повышение объема сбыта, величина дополнительной прибыли, качество продукции. Эти признаки располагают для каждого решения в порядке предпочтения. Цифрой 1 обозначается наиболее важный признак, цифрой 2 — следующий за ним по важности и т.д. Полученные данные сводятся в таблицу и обрабатываются либо вручную, либо с помощью методов математической статистики. В качестве примера приведена таблица оценок признаков по четырем решениям (табл. 5.2). [c.195]
Выше уже отмечалось, что интеллектуальный анализ данных появился в результате симбиоза средств вычислительной техники, программных технологий и математических методов. В НАД используются как сравнительно новые подходы, такие как генетические алгоритмы, нейронные сети, нечеткие множества, так и вполне традиционные, имеющие длительную историю развития, такие как статистика, деревья и таблицы решений. Хотя между этими методами не всегда можно установить точный водораздел (так, генетические алгоритмы используют статистические оценки и правила вывода, то же можно сказать и о деревьях решений и нечеткой логике и т.д.), но все же границы между ними существуют. Этого нельзя сказать о границах использования различных методов в приложении. Анализ одной и той же ситуации может быть произведен различными методами и> что очень важно, результаты анализа, проведенные одним методом, могут сильно отличаться от результатов анализа той же ситуации, проведенного другим методом. Выбор метода всегда определяется специалистом. [c.274]
П. Мюллер, П. Н о и м а н, Р. Шторм. Таблицы по математической статистике. 1382. [c.4]
Большее Л. Н., Смирнов Н. В. Таблицы математической статистики. — М. Наука, 1965. — 464 с. [c.460]
Часть 2.2. Математическая статистика. Таблицы частот, гистограмма и интервальный частотный многоугольник Часть 3.2. Математическая статистика. Вычисление средних и нормальных отклонений с помощью таблицы частот Часть 4.2. Математическая статистика. Доверительные интервалы для среднего значения разности двух наблюдений Математическая статистика. Указания по статистической обработке серии наблюдений [c.33]
Случайная величина F является отношением двух положительных величин, характер WR (F,f, fy представлен на рис. 7.3 при фиксированных значениях f ufz. На практике непосредственно выражение (7.14) не применяют, а используют таблицы, которые приводятся в пособиях по математической статистике (см. приложение 3). [c.252]
Данные таблиц, характеризующих структуры управления, выражены с помощью аппарата математической статистики, который учитывает число должностных категорий, важность и степень ответственности принимаемых решений на базе экспертных оценок. Сложность производственной структуры вычисляется по корреляционным уравнениям, и для простоты расчетов производственная структура считается неизменной на уровне средней по объединению. [c.152]
Нормальное распределение используется при проверке различных гипотез в статистике (о величине математического ожидания при известной дисперсии, о равенстве математических ожиданий и т. д.). Подробная схема работы с таблицей значений функции Лапласа Ф(и) приведена в разделе 1.5.1. [c.26]
Случайные величины и распределения. Теория вероятностей и основанная на ней математическая статистика дают, пожалуй, самые широко используемые методы оценки и управления рисками. Базовым здесь является понятие случайной величины. Простейший, но важный класс образуют дискретные случайные величины с конечным множеством значений. Каждая случайная величина из этого класса определяется своим распределением, которое может быть задано в виде таблицы [c.5]
Первый уровень классификации выделяет неформализованные и формализованные методы анализа. Первые основаны на описании аналитических процедур на логическом уровне, а не с помощью строгих аналитических зависимостей. К ним относятся методы экспертных оценок, сценариев, психологические, морфологические, сравнения, построения систем показателей, построения систем аналитических таблиц и т.п. Применение этих методов характеризуется определенным субъективизмом, поскольку большое значение имеет интуиция, опыт и знаний аналитика. Общую черту — неформализуемость, объединяющую методы первой группы, нужно понимать с определенной долей условности. В принципе подавляющему большинству аналитических методов, в том числе и заимствованных, в частности, из математической статистики, свойствен элемент субъективизма, проявляющийся в задании тех или иных ключевых параметров метода, целевом подборе совокупности, целенаправленном отборе показателей и т.п. Поэтому в данном случае речь идет не о полном отсутствии каких-либо формальных ограничений и процедур, а лишь о том, что для жестко неформализованных методов элемент субъективизма особенно существен. [c.65]
Бухгалтер-экономист, имеющий хотя бы среднее специальное образование, должен иметь, как минимум, общее представление о методах математической статистики, линейного программирования и других. Тем более что некоторые аналитические результаты можно получить только с их помощью. Так, например, методика диагностики банкротства предприятия У. Бивера, которая будет представлена в главе, посвященной анализу финансового состояния предприятия, предусматривает применение трендового анализа. Кроме того, последние версии электронных таблиц и специальных бухгалтерских компьютерных программ позволяют пользоваться этими методами даже не искушённому в высшей математике пользователю. [c.111]
Таблицы приводятся, например, в книге Венецкого И. Г. и Кильдишева Г. С. Основы математической статистики. М. Госстатиздат, 1963. [c.189]
При оценке совместных вероятностей вы, возможно, захотите смоделировать кривые, образуемые значениями строк и столбцов таблицы, с помощью какого-нибудь математического процесса. Возможно, что при оценке совместных вероятностей или коэффициентов корреляции, введенных совместными распределениями изложенной здесь Теории Условной Вероятности, пригодится какая-нибудь разновидность регрессионного анализа, нейронных сетей или другого аппарата. Это поистине широко открытая область приложений. В главе 4 Математики управления капиталом рассказано о моделировании распределения одной случайной величины с помощью критерия Колмогорова-Смирнова. Этот метод можно также использовать для моделирования строк и столбцов таблицы совместных вероятностей. Тем, кто заинтересован в развитии сходных методов, следует изучить кривые Пирсона, а также Байесову статистику. Для этого рекомендую прочитать Прикладную теорию статистических решений Говарда Райффы и Роберта Шлайфера (изд-во Гарвардского университета, Бостон, 1961 г.) и Адаптивные процессы управления Ричарда Беллмана (изд-во Принстонского университета, Принстон, 1961 г.). [c.168]
РАСПРЕДЕЛЕНИЕ ВЕРОЯТНОСТЕЙ (в математической статистике) [probability distribution] — ряд чисел, показывающих, как часто встречается то или иное значение случайной величины, или соответствующая таблица, диаграмма или математическая формула, их заменяющая. Различают эмпирические Р.в., получаемые в результате экспериментов и измерений, и теоретические Р.в. (к которым бывает удобно с той или иной точностью приводить эмпирические Р.в.) Если, напр., при обработке результатов наблюдения получены некоторые число- [c.300]
Хронометражные данные являются выборкой из всей статистической совокупности значений длительности той или иной операции или ее элемента. Исходя из этого, необходимое число замеров можно определить методами математической статистики. Однако эти методы не дают возможности заранее, до специальной обработки полученного хронометражного ряда, определить, достаточно ли проведено наблюдений. Поэтому на этапе подготовки к хронометраж-ным наблюдениям пользуются эмпирическими формулами расчета необходимого числа наблюдений и специальными таблицами. Одна лз таких формул, рекомендованная НИИтруда, имеет следующий вид [c.122]
И. Ликеш, И. Л я га. Основные таблицы математической статистики. 1985. [c.4]
Содержание стандарта было признано целесообразным строить следующим образом общие положения, правила и указание о применении стандартизуемого метода математической статистики, таблицы, справочные приложения, включающие примеры применения стандарта, краткие теоретические основы стапдарта, наиболее важные литературные источники. [c.21]
В английском стандарте 600R 1942 изложены вопросы выборочного контроля качества по количественному признаку с односторонним ограничением. В настоящее время в Англии министерство обороны серьезно занимается вопросами стандартизации статистических методов. 8 1974 г. был издан стандарт министерства обороны 05—30/1 выпуск Правила выборочного контроля и графики для контроля по количественным признакам . Этот стандарт составлен на основе MIL—STD 414, по отличается от него наличием графических построений для принятия решения в случае двухсторонних ограничений контролируемого параметра. Стандарт 05—30/ предназначен для квалифицированных инженеров, знающих основы математической статистики. Поэтому в стандарте содержатся вводная теоретическая часть, раздел, позволяющий осуществлять проверку нормальности распределения с необходимыми таблицами, а также указания по построению графиков в случае двухстороннего ограничения и использованием правил перехода с одного уровня контроля на другой, а также оперативные характеристики, заданные в графическом виде. [c.95]
ПППМС — это комплекс программ, имеющий следующие основные особенности. Каждая программа пакета независима и реализует определенный метод математической статистики. Форма подготовки исходных данных одинакова для всех программ, что позволяет одну и ту же информацию обрабатывать по разным программам. Для всех программ пакета предусмотрен единый ввод с жестким автоматическим контролем. Результаты расчетов выводятся в виде статистических таблиц. Предусмотрен расчет дополнительных характеристик, облегчающих пользователю анализ и интерпретацию конечных и промежуточных данных. Существует возможность обработки как одной, так и последовательного ряда задач. Обеспечена [c.183]
Математические модели использовались с иллюстративными и исследовательскими целями еще Ф.Кенэ (1758 г., "Экономическая таблица"), А.Смитом (классическая макроэкономическая модель), Д.Рикардо (модель международной торговли). В XIX веке большой вклад в моделирование рыночной экономики внесла математическая школа (Л Вальрас, О.Курно, В.Парето, Ф.Эджворт и др.), В XX веке математические методы моделирования. применялись очень широко, с их использованием связаны практически все работы, удостоенные Нобелевской премии по экономике СД-Хикс, Р.Солоу, BJIe-онтьев, П.Самуэльсон и др.). Развитие микроэкономики, макроэкономики, прикладных дисциплин связано со все более высоким уровнем их формализации. Основу для этого заложил прогресс в области прикладной математики - теории игр, математического программирования, математической статистики. В России в начале XX века большой вклад в математическое моделирование экономики внесли В.К.Дмитриев и Е.Е.Слуцкий. В 1930-е - 50-е годы в этой области не наблюдалось прогресса вследствие идеологических ограничений тоталитарного режима. В 1960-е - 80-е годы экономико-математическое направление возродилось (В.С.Немчинов, В.В.Новожилов, Л.В.Канторович), но было связано в основном с попытка- [c.11]
Е. Е. Слуцкий окончательно решил посвятить себя работе в области математической статистики и теории вероятностей. В 1934 г. он перешел в НИИ математики и механики при МГУ и одновременно преподавал на кафедре математической статистки. Здесь он получил по совокупности заслуг степень доктора физико-математических наук и должность заведующего кафедрой математической статистики. Однако в то время преподавание его уже не прельщало, и, перейдя в 1939 г. в Математический институт им. В. А. Стеклова, он избавился от этой необходимости. Е. Е. Слуцкий занялся разработкой теории случайных процессов. В это время он начинает работу по вычислению таблиц неполной Г-функции. Ему удалось найти новое решение задачи табулирования этой функции, но война не позволила завершить работу в намеченный срок. [c.16]
Смотреть страницы где упоминается термин СТАТИСТИКО-МАТЕМАТИЧЕСКИЕ ТАБЛИЦЫ
: [c.329] [c.267] [c.309] [c.155]Смотреть главы в:
Практикум по эконометрике -> СТАТИСТИКО-МАТЕМАТИЧЕСКИЕ ТАБЛИЦЫ