Планирование и анализ экспериментов

Подход к планированию и анализу экспериментов с ис-  [c.83]

IV ( ПЛАНИРОВАНИЕ И АНАЛИЗ ЭКСПЕРИМЕНТОВ  [c.7]

В отличие от предыдущих методов, совместный анализ — это не столько многомерный метод, сколько совокупность исследовательских процедур для планирования и анализа экспериментов. Обычно цель эксперимента — определить влияние на выбор или предпочтение товара каждой из его характеристик. Обшим для всех процедур совместного анализа является допущение о том, что товар представляет собой пучок характеристик, которые рассматриваются совместно, конфета является комбинацией вполне определенных ингредиентов, а именно размера, цены и торговой марки.  [c.821]


ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ — вид научных исследований, основная цель которых— решение практических проблем. П. и. опираются на фундаментальные исследования, задачей которых является познание объективных законов, решение крупных проблем. Результаты П. и. непосредственно внедряются в практику, находят воплощение в новых технологических процессах, конструкциях, материалах и т. п. Прикладные научные исследования могут быть как теоретическими, так и практическими. Например, к П. и. относятся проводимые на базе фундаментальных исследований в области физики металлов или физики полупроводников исследования по металловедению или полупроводниковой технологии. Все технические научные исследования являются прикладными. Прикладное исследование включает постановку задачи, предварительный анализ имеющейся информации, условий и методов решения задач-аналогов, планирование и организацию эксперимента, проведение эксперимента, анализ и обобщение полученных результатов, внедрение полученных результатов в производство. На долю П. и. приходится до 80 % всех исследований и ассигнований на них. Важнейшая задача науки и хозяйственной практики — сокращение цикла фундаментальные исследования — прикладные исследования — разработка — внедрение .  [c.239]


Продемонстрировать на примере, как можно применить различные методы, обсужденные в предыдущих главах, к планированию и анализу имитационных экспериментов и экспериментов по методу Монте-Карло. Мы применим план 2 у3, дополняющие величины, формулы для определения объема выборки, дисперсионный и регрессионный анализ, совместные выводы и т. д.  [c.269]

Работа представляет собой обзор статистических аспектов построения имитационных моделей. Второй выпуск включает гл. IV—VI. Предмет IV главы — планирование н анализ эксперимента предмет V главы — исследование соотношения между объемом выборки н надежностью оценок в гл. VI рассматриваются способы применения ранее освещенных методов. Для чтения книги предполагается знание основ теории вероятностей и математической статистики.  [c.336]

Подчеркнем, что главная особенность имитационного исследования состоит в том, что в этом исследовании проводятся эксперименты, но только не с объектом, а с его математической моделью. Такое представление об имитации появилось в 60-х годах нашего столетия. Имитационные исследования используются для анализа сложных систем в таких непохожих областях науки, как исследование ядерных реакторов и изучение психологии человека, моделирование боевых действий и анализ биологических систем в природе, изучение распространения эпидемий и моделирование исторических процессов, автоматизированное проектирование сложных технических систем и оценка воздействия лечебных процедур на организм человека. Особенно важное место имитационные исследования занимают в анализе экономических процессов. В экономических исследованиях имитация используется в широком диапазоне задач, от отдельных вопросов массового обслуживания и оперативного планирования производства до изучения перспектив развития экономики нашей планеты в целом. Такое разнообразие задач затрудняет выработку каких-то единых, универсальных рекомендаций (тем более, что имитационные методы еще крайне молоды — они используются всего лишь около двадцати лет и сейчас бурно развиваются). Имитационное исследование в значительной степени остается задачей, требующей большой творческой активности и самостоятельности человека, их осуществляющего. Тем не менее, уже сейчас возможно выделить основные принципы проведения имитационных экспериментов, которым и будет посвящен этот раздел книги.  [c.233]


Верно здесь отмечали, что в Татарии проведена огромная работа по практическому осуществлению и теоретическому обобщению нового метода планирования и оценки деятельности предприятий. Дело не только в том, что проверен новый показатель. Ценное значение эксперимента состоит в том движении, которому он дал начало. Люди от отвлеченных споров перешли к анализу фактов, конкретных хозяйственных явлений. Особенно важно то, что круг людей, которые непосредственно стали заниматься вопросами совершенствования планирования, во много раз расширился.  [c.83]

Дисперсионным анализом называется метод организации (планирования), статистического анализа и интерпретации результатов экспериментов, в которых изучается зависимость количественной переменной у от сочетания градаций качественных переменных Хд. В ДА используются линейные модели с постоянными и случайными факторами. Дисперсионный анализ с постоянными факторами можно рассматривать как специальный случай регрессионного анализа. Свое название ДА получил из-за того, что при проверке гипотез о влиянии на у изучаемых факторов используется разложение суммы  [c.399]

Ковариационным анализом (КА) называется совокупность методов организации (планирования), статистического анализа и интерпретации результатов эксперимента или наблюдений, в которых изучается зависимость количественной переменной у от сочетания градаций (типов условий эксперимента) качественных переменных Хд и одновременно от набора количественных объясняющих переменных X, которые в данной схеме называются сопутствующими.  [c.400]

Кроме того, для анализа были взяты два предприятия Министерства энергетического машиностроения, на которых проводился эксперимент по планированию и оценке их деятельности по показателю нормативной чистой продукции с усредненной прибылью.  [c.71]

Затем следуют остальные этапы машинной имитации разработка программы для ЭВМ, оценка адекватности модели реальной действительности, планирование эксперимента и анализ результатов.  [c.263]

Отыскание области оптимума методами планирования эксперимента — это шаговая процедура, включающая факторный эксперимент, его статистический анализ и крутое восхождение по поверхности отклика. Эти этапы повторяют до тех пор, пока не будет достигнута область, близкая к оптимуму. Все опыты, поставленные вне оптимальной области, представляют интерес постольку, поскольку они могут использоваться как трамплин для попадания в область оптимума. Планирование эксперимента обеспечивает минимизацию их числа, приводя, тем самым, к экономии времени и средств. Рассмотрение этой процедуры начинается с вопросов организации и проведения дробных факторных экспериментов. Дробный факторный эксперимент является основным инструментом планирования эксперимента при отыскании области оптимума. Метод, который мы начинаем рассматривать, называется методом Бокса-Уилсона [2]. В этом разделе последовательно рассматриваются вопросы о выборе матрицы планирования и вычислении коэффициентов модели.  [c.221]

В рамках реформы гражданской службы и на основании функционального анализа в пяти пилотных регионах, участвующих в программе, был проведен ряд экспериментов по внедрению систем бюджетного планирования и управления, ориентированных на результат.  [c.37]

Первый шаг в анализе эксперимента—проверка того, гарантирует ли ММР требование к вероятности в формуле (1), т. е. действительно ли доля правильных выборов несущественно меньше вероятности Р для всех уровней и всех комбинаций факторов в плане 2 у3. Вторым шагом, обсуждаемым в следующем параграфе, мы займемся, только если ММР не работает при всех обстоятельствах. На этом шаге мы займемся исследованием вопроса о том, какие факторы важны, и, следовательно, сможем объяснить, почему ММР не работает. Мы обычно наблюдаем, что в большинстве случаев планирования экспериментов внимание концентрируется на эффектах факторов, которые варьируются в эксперименте, т. е. на относительных- значениях откликов или вариациях откликов, когда изменяются уровни факторов. В нашем эксперименте, однако, нас прежде всего интересуют абсолютные значения откликов и проверка неравенства Е (у) Р.  [c.291]

Настоящий курс является дисциплиной, в рамках которой изучаются теоретические основы, методы создания объектов инвестиционной деятельности, а также информационные технологии для обеспечения успеха инвестиционной деятельности. Основное внимание уделяется расчетно-экспериментальному подходу к проектированию, отладки и сопровождению инструментариев, обслуживающих инвестирование. Предметом данного курса является изучение методов финансового моделирования, оценки и обеспечения эффективности инвестиций, а также планирования экспериментов, проведения и обработки результатов которых необходимо для принятия гарантированных решений в области инвестирования. Программа курса ориентирует студентов на системный анализ инвестиционной деятельности с применением информационных технологий.  [c.73]

В процессе эксперимента будут варьироваться величины Si(/) и s2(0- Вопрос о том, как выбирать значения этих переменных, будет рассмотрен при анализе методов планирования имитационного эксперимента. На этапе построения математической модели надо лишь задать границы возможного изменения управляющих воздействий. Некоторые ограничения для управлений s t) и sz(t) можно выписать сразу  [c.254]

Мы переходим к главному этапу имитационного исследования — проведению имитационного эксперимента, которое сопровождается, с одной стороны, планированием, а с другой стороны — обработкой результатов эксперимента. Будем считать, что предыдущие этапы имитационного исследования удачно завершены, так что теперь остается задать внешние воздействия на модель и с помощью ЭВМ получить результаты, к которым приведут эти воздействия. Сразу же возникает вопрос о том, при каких внешних воздействиях проводить расчеты, сколько расчетов проводить и т. д. Все эти проблемы решаются в процессе планирования эксперимента. Надо отметить, что теория планирования эксперимента и построения методов анализа его результатов превратились за последние несколько десятилетий в важнейший раздел математической статистики. Хотя работы в этой области в основном связаны с натурным экспериментом, имитационное исследование в силу своей экспериментальной природы может использовать многие из полученных результатов. В последнее время начали появляться работы, посвященные специально планированию имитационного эксперимента. В этом параграфе мы попытаемся дать общее представление о том, на какие вопросы может ответить теория планирования эксперимента. Прежде всего введем некоторые понятия.  [c.281]

Эксперименты делятся по пели исследования на два основных типа описательные и оптимизационные. Если во втором случае надо найти оптимальные значения факторов, как в задаче выбора варианта АЗС в том случае, когда удается сформулировать единственную реакцию — функцию потерь /, то в первом случае необходимо обрисовать общую картину зависимости интересующих экспериментатора величин от его воздействий. Обратим внимание читателя на тот факт, что при анализе проблемы планирования эксперимента мы постепенно перешли к цели исследования, т. е. к вопросу о том, в каком виде экспериментатор хочет использовать результаты исследования, в чем будет состоять обработка результатов эксперимента. Это не удивительно, поскольку именно метод анализа результатов должен определять план проведения эксперимента.  [c.283]

Существует специальный раздел математической статистики, называемый регрессионным анализом, в котором рассматриваются методы оценки коэффициентов полиномов на основе измерения функций. В теории планирования эксперимента разработаны методы, позволяющие разумным образом выбрать значения управлений s1 и s2 для построения полинома (7.2).  [c.286]

Другой подход к решению вопроса о выборе внешних воздействий на модель состоит в автоматизации планирования эксперимента. Часто это удается осуществить при анализе стохастических моделей. В таком случае одновременно осуществляется и автоматическая обработка результатов эксперимента. Для проведения этих операций в системе нужен блок автоматизированного планирования эксперимента и обработки его результатов.  [c.291]

Теория риска в применении к инвестиционному анализу начала интенсивно развиваться за рубежом с 50-х гг. нашего столетия. Наибольшее число исследований, посвященных анализу риска, принадлежит американским ученым, но эта проблема активно изучалась и в западноевропейских странах. В то же время в нашей стране происходило серьезное развитие математического аппарата анализа рисков применительно к теории планирования эксперимента в технических и естественных областях знаний.  [c.202]

При организации безлимитной продажи нефтепродуктов эти недостатки устраняются. Так, по условиям Воронежского эксперимента, как это показано в работе [8], фонды и лимиты, выделяемые министерствами и ведомствами предприятиям и организациям, расположенным в Воронежской области, замораживались , т. е. вышестоящие организации не имели права в течение планового периода изменять (уменьшать или увеличивать) первоначально выделенные фонды потребителям. Они использовались как контрольные цифры для последующего анализа и как право предприятий на прикрепление и получение нефтепродуктов с той или иной нефтебазы. Дальнейшая работа по планированию завоза нефтепродуктов в Воронежскую область и отпуск их потребителям строились на основе заявок последних с учетом фактического расхода нефтепродуктов каждым потребителем за тот же период предшествующего года или за несколько лет.  [c.62]

Планирование эксперимента и предварительный анализ  [c.137]

Д.а. применяется в планировании эксперимента и в ряде областей экономических исследований, где он служит, в частности, предварительным этапом к регрессионному анализу статистических данных, поскольку позволяет выделить относительно небольшое (но достаточное для целей исследования) количество параметров регрессии.  [c.89]

Применительно к задаче анализа и контроля динамики человеко-машинной системы с помощью описанного подхода на основе изучения общих закономерностей и индивидуальных особенностей конкретных операторов может осуществляться планирование новых экспериментов, выработка нормативов оценки динамики, создание более комфортных условий работы операторов.  [c.163]

Методы статистического исследования зависимостей, в особенности регрессионный анализ, анализ временных рядов, дисперсионный анализ, анализ таблиц сопряженности, планирование эксперимента, наиболее употребительны среди методов обработки данных в различных областях науки и техники. Соответственно к настоящему времени существует и продолжает разрабатываться обширное программное обеспечение, связанное с исследованием зависимостей. Ниже кратко рассмотрены программные средства — пакеты и библиотеки программ, доступные пользователям в СССР, а также наиболее интересные, на наш взгляд, для обеспечения статистического исследования зависимостей зарубежные пакеты и библиотеки. Основные сведения о пакетах и библиотеках программ приведены в табл. 15.1.  [c.425]

М а л о л е т к и н Г. Н., Мельников И. Н., X а ш и н В. М. Об алгоритмах выбора наилучшего подмножества признаков в регрессионном анализе. — В кн. Вопросы кибернетики Теоретические проблемы планирования эксперимента. М., 1977, вып. 35, с. 110—145.  [c.463]

Успенский А. Б., Федоров В. В. Вычислительные аспекты метода наименьших квадратов при анализе и планировании регрессионных экспериментов.— М. МГУ, 1975.— 168 с.  [c.466]

Описанные общие методы в первую очередь относятся к этапу оценки аналитических измерений. Однако они играют известную роль в оптимизации самого измерительного процесса, особенно при многофакторном планировании эксперимента. Этим способом, например, определяют оптимальные условия возбуждения и съемки в спектроскопических методах анализа [81].  [c.270]

Одной из основных идей планирования эксперимента является выбор экспериментальных точек. Факторный эксперимент обеспечивает наиболее удобный для описания процесса выбор точек факторного пространства, при этом обеспечивается и свойство ортогональности. Факторный эксперимент применяется в тех случаях, когда неизвестная поверхность достаточно гладкая и не имеет многочисленных локальных экстремумов, например при определении зависимостей от различных факторов свойств химических и физических процессов. Факторный анализ используется и при обработке большого числа экономических данных, собранных органами государственной статистики, если исследуемые свойства экономического процесса достаточно гладко меняются при варьировании отдельных факторов.  [c.268]

Разделы многомерного статистического анализа, составляющие математический аппарат статистического исследования зависимостей, формировались и развивались с учетом специфики анализируемых моделей, обусловленной в первую очередь природой исследуемых переменных. Так, изучение зависимостей между количественными переменными обслуживается регрессионным и корреляционным анализами и анализом временных рядов (гл. 1 —12, 14), изучение зависимостей количественного результирующего показателя от неколичественных или разнотипных объясняющих переменных — дисперсионным и ковариационным анализами, моделями типологической регрессии (гл. 13) для исследования зависимостей в условиях активного эксперимента служит теория оптимального планирования экспериментов [2, 3, 136] наконец, для исследования системы зависимостей, в которых одни и те же  [c.54]

Вопросы методологии н методики проведения Э. э. всё больше привлекают внимание исследователей. Развивается математнко-статистич. аппарат планирования эксперимента и анализа результатов (особенно имитационных Э. э.). Формируется новая науч. дисциплина на стыке экономики, статистики н кибернетики — экспериментальная экономика. Ее можно определить в первом приближении как науку, к-рая изучает эко-  [c.536]

Так, к оптимизационным точным методам можно отнести методы теории оптимальных процессов, некоторые методы математического программирования и методы исследования операций. К оптимизационным приближенным методам относятся отдельные методы математического программирования, методы исследования операций, методы экономической кибернетики, методы математической теории планирования экстремальных экспериментов, эвристические методы. К неоптимизационным точным методам относятся методы элементарной математики и классические методы математического анализа, эконометрические методы. К неоптимизационным приближенным методам относятся метод статистических испытаний и другие методы математической статистики.  [c.98]

Средства программного обеспечения — это операционная система, ориентированная на использование определенного КТС и языков общения специалистов с КСАИР, а также прикладные программы — выполнения расчетов (объектно-независимые и объектно-ориентированные), моделирования, планирования эксперимента, графики, статистики, экспертного анализа и др.  [c.15]

МАТЕМАТИЧЕСКАЯ СТАТИСТИКА (mathemati al statisti s) — раздел математики, посвященный систематизации, обработке и использованию стат данных В М с мн методы стат обработки исходных данных основываются на вероятностной природе этих данных Оси понятиями М с являются генеральная совокупность (мн-во значений случайной величины), выборка (ограниченное число наблюдений случайной величины), объем выборки (кол-во значений случайной величины в выборке), параметр положения (ср значение случайной величины), мера рассеяния (квадратный корень из дисперсии счучайной величины) и т д Одной из задач М с является построение оценок случайной величины Различают оценки точечные, интервальные, робастные (устойчивые, т е слабо реагирующие на утрату части исходных данных, засорение выборки и т п ), эффективные (имеющие ми-ним дисперсию) и др Получили развитие и нашли широкое практическое применение такие разделы М с, как дисперсионный анализ, кластерный анализ, факторный анализ, методы планирования эксперимента, приемочного контроля статистического и др  [c.131]

Авторы стремились к объективно сбалансированному представлению материала как по структуре книги, так и по ее содержанию. Однако широта и разноплановость затронутой проблемы не позволяют им претендовать на всеобъемлющий охват темы. Так, например, относительно узко представлена в данном томе тематика статистического анализа динамических зависимостей] не дано описания весьма полезного, в определенных типах задач, аппарата логических решающих правил1, не вошел в книгу материал, посвященный актуальной в прикладном плане (особенно в задачах управления технологическими процессами) тематике планирования регрессионных экспериментов.  [c.6]