Проверка интервалов

В табл. 5 приведены результаты проверки рекомендаций, которые сравнивали с промысловыми данными в ранее пробуренных интервалах в сопоставимых условиях. Из данных табл. 5 видно, что во всех рассматриваемых интервалах осевые нагрузки в большинстве случаев были значительно меньше оптимальных. Следовательно, разрушение пород на забое носило в основном  [c.58]


Исследование режимов управления СПО велось в последовательно работавших вахтах, осуществляющих, как правило, полный цикл подъема и спуска бурильной колонны. Кроме того, с целью проверки стабильности выполняемых операций велась многократная повторная регистрация работы отдельных бурильщиков с интервалом в несколько дней, а в отдельных случаях — и месяцев.  [c.15]

Районная ИТС организует круглосуточный оперативный контроль за проводкой скважин. Организация инженерного контроля за соблюдением установленной технологии осуществляется заместителем начальника РИТС по технологии. На пусковой конференции заместитель начальника РИТС по технологии доводит до бригады итоги работы по законченной скважине, знакомит буровую бригаду с проектом бурения новой скважины и передает бригаде всю техническую документацию на бурение. В процессе бурения скважины буровой мастер направляет суточные рапорты и диаграммы индикатора веса непосредственно в РИТС. Контроль за сдачей буровыми мастерами суточных рапортов ведет начальник смены РИТС. После проверки и визирования заместитель начальника РИТС или начальник смены суточные рапорты направляет в УБР. По данным суточных рапортов бурового мастера и диаграмм индикатора веса старший инженер-диспетчер РИТС заполняет паспорт буровых и ведет графики контроля за технологией бурения. Паспорт буровой и графики контроля за технологией бурения содержат всю необходимую информацию о состоянии ствола скважины в процессе бурения, о всех видах технологических операций, произведенных на ней, поэтому их используют при составлении планов работ на различные операции, такие как спуск обсадных колонн и уточнение интервалов проработок, установка открытого конца бурильных труб при заливках зон осложнений и т. п. Результаты в график контроля за параметрами промывочных жидкостей заносят карандашами различного цвета.  [c.122]


Коэффициенты регрессии, как и коэффициенты корреляции, — случайные величины, зависящие от объема выборки. Поэтому для проверки надежности коэффициента регрессии выдвигается гипотеза о том, что коэффициент регрессии в генеральной совокупности равен нулю (нулевая гипотеза), т. е. связь, установленная по данным выборки, в генеральной совокупности отсутствует. Простейшая схема проверки этой гипотезы при линейной форме связи сводится к построению доверительного интервала для каждого коэффициента регрессии. Если граничные значения данного коэффициента регрессии в этом интервале имеют противоположные знаки, то принятая гипотеза подтверждается и тогда соответствующий этому параметру уравнения фактор исключается из модели. Для нелинейной формы связи имеются другие методы оценки значимости факторов  [c.18]

Для проверки гипотезы о случайном характере возникновения колебаний значений признака можно использовать другие критерии. Например, критерий длины фаз (временных интервалов между соседними поворотными точками), критерий х2 и прочие статистические критерии.  [c.611]

В любом случае правильность проведения типологической группировки требует проверки. С этой целью рассчитываются сводные показатели по группам (средние, относительные величины) если различие между группами статистически незначимо (по /-критерию Стьюдента или F-критерию, или критерию yj и т.д., см. гл. 7), то схема группировки должна быть пересмотрена - схожие группы могут быть объединены, изменены границы интервалов и т. д.  [c.125]


Еще одной важной моделью управления запасами является модель периодической проверки. В этом случае запасы проверяются через определенные интервалы времени, и, исходя из имеющегося уровня запасов, производится размещение заказа соответствующего объема. В этом случае, если спрос выражен с точки зрения вероятности, а также нам известен требуемый уровень обслуживания, мы можем определить размер заказа относительно уровня пополнения запасов, который является тем уровнем запасов, что необходим для покрытия спроса в течение промежутка времени между проверками и в течение срока исполнения заказа.  [c.257]

Если иметь в виду весьма высокий йота-коэффициент для отрасли женской одежды (25,66%), это резко понизит высокий доверительный интервал для потока средств. Предположим, что аналитик оценивает прогноз потока средств конкретной фирмы и он уже прошел проверку с позиций надежности данных самой фирмы. Теперь требуется согласование с доверительным интервалом, учитывающим различные аспекты рискованности отрасли и их возможного влияния на прогнозируемое движение наличности, особенно на нижний край распределения.  [c.415]

На стадии перспективного планирования в основном используются те же математические методы, что и на стадии текущего планирования, но особое внимание уделяется проверке прогнозных свойств моделей. При экономико-математическом моделировании отдельных экономических показателей деятельности нефтебазового хозяйства предусматривается проверка устойчивости параметров модели во времени. Задачи линейного программирования решаются в вариантной постановке, поэтому выходная информация дается в определенных интервалах значений, соответствующих минимальной, наиболее достоверной и максимальной потребностям в нефтепродуктах. Особенностью математической модели задачи 7 является то, что она охватывает два взаимосвязанных этапа планового периода (5 и 10 лет) и предусматривает использование неоднородной структуры представления исходной информации. В целом эта задача сводится к динамической модели общей задачи линейного программирования.  [c.31]

Достаточность эмпирического материала (N > 25) дает возможность увеличить число сглаживающих функций и осуществить проверку прогнозных свойств моделей для прогнозирования анализируемого процесса во времени. Проверка качества прогноза отобранной модели достигается проведением ретроспективных расчетов. Сущность их состоит в том, что уровни анализируемого ряда. динамики (ретроспективный период) разбиваются на два периода основной и участок аппроксимации. На основе всего ретроспективного, а также и основного периода определяется тенденция изменения анализируемого процесса. Далее, с помощью модели, отражающей общую тенденцию основного периода, осуществляется прогнозирование на последующие периоды в интервале участка аппроксимации. Сопоставление фактических уровней с расчетными позволяет выяснить, в какой мере отобранная модель отражает закономерность изменения анализируемого процесса и пригодна для экстраполяционных расчетов.  [c.43]

Если в процессе проверки удовлетворительности решения внутри рассматриваемых интервалов при равномерной отгрузке по суткам внутри интервала оказывается, что на некотором периоде нет удовлетворительного решения, решение может оказаться удовлетворительным при перераспределении отгрузок по суткам внутри интервала рассмотрения состояния отправителей.  [c.103]

Таким образом, проверка приемлемости заключается в том, что последовательно рассматривается каждый отдельный узел с общей суммарной отгрузкой для поставщиков на интервале т или с общей суммарной приемкой на интервале т нефтепродуктов, отгруженных от всех поставщиков на интервале Т и путевых. Для каждого отдельно взятого узла определяются и оцениваются риски при изменении t от 1 до Th— 1. Если хотя бы в одном узле и хотя бы для одного периода т риск превышает допустимый, решение неприемлемо.  [c.173]

Если проверка показала неприемлемость решения на некотором периоде г<Т, то, учитывая, что гипотеза о равномерности отгрузок на интервале Т была принята условно как соответствующая практическим требованиям, можно попытаться перераспределить отгрузку по дням внутри интервала Т так, чтобы суммарная на интервале Т. отгрузка каждого поставщика и суммарные на интервале 7V поступления каждому потребителю сохранили свои значения, а решения на интервалах т оказались приемлемыми.  [c.173]

Чтобы рассматриваемые соотношения приращений цены и времени (напр., 1x1, 1 х 8 и т.д.) имели соответствующие углы наклона в градусах, оси X и У должны иметь одинаковые масштабы. Это значит, что единичный интервал на оси X (т.е. час, день, неделя, месяц и т.д.) должен равняться единичному интервалу на оси У. Простейший способ калибровки графика состоит в проверке угла наклона луча 1x1 он должен составлять 45 градусов.  [c.72]

В 3-й главе изучены специальные распределения вероятностей, используемые для проверки статистических гипотез и при определении доверительных интервалов для случайных величин.  [c.10]

В 5-й главе рассказано о методах проверки статистических гипотез и методах определения доверительных интервалов для случайных величин.  [c.11]

Поскольку на данных, следующих за тремя днями торгов, результаты проверки все больше расходятся с целевой переменной по величине и направленности, периодическая перенастройка модели может улучшить результаты на тестовом множестве. Не обновляя регрессионную модель, мы повторно обучали нейронную сеть с помощью движущегося обучающего промежутка, который охватывал 2 торговых дня или 232 записи (2 дня по 29 интервалов и 4 серии опционов). Вначале мы обучали сеть на материале обучающего (2484 записи) и подтверждающего (300 записей) множеств в течение 18,000 эпох. Затем мы делали прогноз дохода по тестовому множеству на час вперед (4 записи). После этого сеть повторно обучалась на последних 232 записях, включая те 4 интервала, для которых на предыдущем шаге был сделан прогноз. Затем делался прогноз еще на четыре 15-минутных интервала и т.д. Срок прогноза в 4 интервала и интенсивность повторного обучения в 100 эпох выбирались волевым порядком, и в дальнейшем эти параметры можно уточнить. Мы сосредоточились именно на краткосрочном (максимум на 1 час впе-  [c.131]

Величина стандартной ошибки совместно с Г-распределением Стьюдента при я — 2 степенях свободы применяется для проверки существенности коэффициента регрессии и для расчета его доверительных интервалов.  [c.53]

Проверка статистических гипотез о виде распределения случайных величин. При построении математической модели исследуемых процессов часто возникают задачи сопоставления полученного материала экспериментов с известными теоретическими распределениями. Если сопоставить вероятность попадания в интервалы, на которые разбита выборка, с соответствующими частотами, полученными из наблюдений, или проводить графическое сравнение полигонов и гистограмм с некоторой теоретической функцией распределения, то можно получить представление о степени близости теоретического и эмпирического распределений.  [c.72]

Когда стоимостная функция (см. рис. 13.1) достигает минимума или когда критически важна безопасность, цель технического обслуживания заключается в минимизации риска поломок или отказов до как можно более низкого разумного уровня. Это достигается путем проведения регулярных ревизий вкупе, где это возможно, с диагностическим контролем. Самое главное при этом — правильно определить частоту и уровень ревизии для каждого вида оборудования. Например, мелкие проверки или диагностика могут проводиться раз в неделю, крупные технические осмотры — раз в год. Для этого необходима программа технического обслуживания, обеспечивающая проверку всего оборудования через определенные интервалы, Результаты каждой проверки фиксируются для контроля. Такой профилактический план не должен мешать нормальному производству товара или услуги. Как правило, данные мероприятия учитываются при календарном планировании, как и другие виды производственной деятельности. Данные о частоте ревизий собираются путем осмотра и регистрации состояния компонентов оборудования и частоты поломок. В некоторых случаях для обнаружения чрезмерного напряжения или износа могут применяться шаблоны. Если на производстве применяется статистический контроль процессов, то повышение частоты переналадок может свидетельствовать о необходимости ревизии.  [c.286]

Уровень М, до которого происходит пополнение склада, является минимальным уровнем запасов, при котором обеспечивается определенная защита от дефицита и выполняется принятый план периодических проверок и заказов. Он достигается в том случае, когда в интервале от момента подачи до момента получения отсутствует сбыт. Размер заказа зависит от размера сбыта после последней проверки. Средний уровень запасов составляет  [c.299]

Системы с периодической проверкой состояния запасов (с фиксированным интервалом) позволяют проводить учет остатков лишь периодически. Платой за это будет, как правило, более высокий, по сравнению с предшествующей систе-  [c.308]

При генерировании случайных величин по нормальному закону с параметрами N(0,1) семь интервалов будут соответствовать примерному соотношению Дх = ст. В этом случае эмпирическая энтропия стремится к постоянному числу Я = 1п- /2ле, что уменьшает погрешности дискретизации непрерывного распределения. Проверка гипотезы проводилась с помощью критериев согласия Пирсона и Колмогорова-Смирнова. При проверке по Х2-критерию вычислялась критическая статистика  [c.21]

Произведение (R х Гс ) используется для установления нормы на текущий запас. Оно может быть использовано для проверки правомерности предложенного подхода в указанной работе (см., например [101]), а именно что за норму текущего запаса при неравномерных процессах снабжения и расхода следует принять выражение (5.21), как и при равномерных процессах. Здесь целесообразно сопоставить между собой расходуемые текущие запасы при реальных условиях их формирования с идеальными, выразив изменения первых как относительную величину к выражению, приведенному в формуле (5.21) (данные гр. 5 табл. 5.1). Это дает возможность сопоставить фактические изменения текущих запасов и их изменения при равномерных процессах снабжения и расхода (в относительных величинах). Из гр. 6 табл. 5.1 видно, что только в двух интервалах (в 15-м и 17-м) расход текущего запаса был близок к условиям равномерных процессов снабжения и отпуска (отношения были равны 1,02 и 1,01 соответственно). В остальных случаях они значительно отличались от единицы, т.е. в разных интервалах расходовались по величине различные текущие запасы. Это дает основание полагать, что правильнее принять  [c.196]

Каждому определению специфицированной нормы обязательно должны предшествовать операции по контролю исходной информации, используемой предприятием при расчете. Проверяются, а в случае несоответствия корректируются фактические данные по суточным отпускам, интервалам и объемам поставок. Данные о суточных отпусках проверяются на их соответствие допустимой неравномерности суточных расходов. Данные по интервалам поставок проверяются на соответствие допустимой нерегулярности поставок, информация по объемам поставок — на соответствие допустимой неравномерности поставок по объемам. Корректировка должна производиться, когда в исходной информации обнаруживаются большие отклонения по сравнению с допустимыми их значениями. Проверка и корректировка исходной информации позволяют предприятию получить при расчете экономически обоснованный уровень производственных запасов. В противном случае при расчете это приведет к необоснованному завышению определяемых норм запасов и норм оборотных средств.  [c.247]

Примерно аналогичные процедуры осуществляются при корректировке интервалов и объемов поставок. С учетом вышесказанного проверка и корректировка интервалов выполняются следующим образом  [c.248]

При количестве поставок в году С < 12 проверку производить не следует, так как это учтено в принятых плотностях распределения интервалов и объемов поставок для этих случаев (процедура не выполняется при Q < 12 х Фтр или G S 12).  [c.292]

Итак, цель задачи — анализ статистической связи шести параметров полупроводникового прибора. Обозначим эти параметры Xi, xz, x3, 4> хь, хв. Между собой они причинно не связаны. В соответствии с нормами технических условий из общей массы выделялись годные приборы и анализировалась как вся масса приборов, так и годные. Это позволило попытаться уловить различие во взаимосвязи параметров приборов до и после их отбраковки. Эмпирические корреляционные отношения рассчитывались только для годных приборов, поскольку разброс параметров для всей совокупности приборов был настолько велик, что подсчитывать корреляционные отношения не имело смысла. Доверительные интервалы ввиду большого объема выборки подсчитывались по формуле [37]. Сравнение парных коэффициентов корреляции с эмпирическими отношениями использовалось для проверки линейности связи между параметрами. Эмпирическому корреляционному отношению приписывается тот знак, который имеет парный коэффициент корреляции. Связь считается линейной, если корреляционное отношение попадает в доверительный интервал для парного коэффициента корреляции. Может показаться, что мы противоречим высказанному выше утверждению о том, что не существует формальных методов, позволяющих определить форму связи. Однако в данном случае мы говорим не об определении формы связи с целью, например, нахождения параметров уравнения регрессии и дальнейшей интерпретации или экстраполяции в каком-либо виде. Единственная наша забота состоит в том, чтобы парные коэффициенты корреляции (или иные оценки тесноты связи) были действительными характеристиками связи. В табл. 94 приведены в первой строке каждой клетки — парный коэф-  [c.188]

Для исследований базисной устойчивости стохастической транспортной задачи может быть использован метод статистических испытаний (метод Монте-Карло) в сочетании с двойственным методом потенциалов. При этом данные, характеризующие ресурсы поставщиков и потребности потребителей, формируются ЭВМ на основе определенных законов распределения и возможных интервалов их изменений. Под набором подразумевается совокупность величин ресурсов и потребностей, которые соответствуют их предполагаемым значениям в заранее определенных интервалах. Необходимое число наборов значений ресурсов и потребностей формируется соответствующей машинной программой для ЭВМ Минск-22 . При этом по рекуррентному соотношению по способу перемешивания определяется последовательность квазислучайных чисел, обладающих статистическими свойствами последовательности независимо от выбранных значений равномерно распределенной случайной величины =f (l/z-i),l г /г ЛЛ Полученные числа обычно удовлетворяют системе принятых статистических критериев для проверки равномерности распределения.  [c.112]

Здесь k соответствует числу интервалов только при проверке соответствия закона распределения вероятности результата измерения нормальному закону.  [c.105]

Если /н превышает 1800, рынок считается высококонцентрированным. В отношении слияний в этом интервале значений (1800-10000) действуют две нормы. Если в результате слияния /н увеличивается не более чем на 50 пунктов, слияние обычно разрешается. Если же он увеличивается более чем на 100 пунктов, слияние запрещается. Рост /н на 51-99 пунктов становится, как правило, основанием для дополнительной проверки целесообразности слияния.  [c.211]

Более усложненный вариант выбора тестовых комбинаций будет иметь место тогда, когда входные данные модуля принимают значения из широкого диапазона. Одним из решений этой проблемы будет получение тестовых комбинаций на границах вводимых интервалов. Рассмотрим несколько частных рекомендаций. Так, если входное значение берется на интервале от —1.0 до +1.0, то, кроме всего прочего, необходимо обязательно провести проверку граничных значений. Желателен также контроль на комбинацию 0.0 для обнаружения таких ошибок, как индексация или деление на нуль. Если используемая ЭВМ имеет два представления нуля, т. е. —0.0 и +0.0, то необходимо провести проверку каждого возможного случая.  [c.174]

В изучении корреляции признаков, не связанных согласованным изменением во времени, каждый признак изменяется под влиянием многих причин, принимаемых за случайные. В рядах динамики к ним прибавляется изменение во времпш каждого ряда. Это изменение приводит к так называемой автокорреляции — влиянию изменений уровней предыдущих рядов на последующие. Поэтому корреляция между уровнями динамических рядов правильно показывает тесноту связи между явлениями, отражаемыми в рядах динамики, лишь в том случае, если в каждом из них отсутствует автокорреляция. Кроме того, автокорреляция приводит к искажению величины среднеквадратических ошибок коэффициентов регрессии, что затрудняет построение доверительных интервалов для коэффициентов регрессии, а также проверки их значимости.  [c.70]

Наличие последней приводит к искажению величин среднеквад-ратических ошибок коэффициентов регрессии, что затрудняет построение доверительных интервалов для коэффициентов ре-грессии, а также проверку их значимости.  [c.84]

В-носьмых, проверка устойчивости модели осуществляется расчетом ее параметров на усеченной или расширенной совокупности, а также по той же совокупности, но в другом временном интервале.  [c.98]

Мера неопределенности (энтропия) снижается с наколлешш информации. Для снижения неопределенности предусматривают резервы мощности, а также материальных, трудовых ресурсов и времени, что требует затрат. Кроме того, проводят вариантную проработку исходных показателей, определяющих затраты и результаты, продолжительность строительства, т.е. оценивают эффективность системы при исходных данных, заданных в форме интервалов. Предложен и применяется метод определения эквивалентных (оптимизирующих) показателей, т.е. таких,при которых новая техника становится экономически конкурентоспособной по отношению к эталонной оценивают вероятность получения ожидаемых результатов проводят проверку результатов расчета эффективности на устойчивость.  [c.19]

На интервале [tTev, 4 o] необходимо принимать решения, выходящие за рамки сети и планов прикрепления. После чего расчет отгрузок Xkk на интервале Т и проверку приемлемости следует повторить.  [c.173]

Приемлемость решения должна проверяться во всех случаях после получения решения. Однако при ответе на первый вопрос достаточно ограничиться проверкой решения только на основном интервале. При ответе на второй вопрос необходимо проверять приемлемость каждого получаемого решения, и если решение неприемлемо, считать, что на этом интервале решения не существут.  [c.177]

Элементарный способ проверки нормального распределения — это проверка по числам Вестергарда. При нормальном распределении 25% от объем З совокупности наблюдений должно располагаться в интервале г/ 0,3ст, 50% — в интервале г/ 0,7ст, 75% —в интервале / 1,1 а и 99% — в интервале f/ 3 r (здесь у — среднее значение признака у, о — среднее квадратическое отклонение этого признака). Проверкой установлено, что в нашем случае распределение признака (распределение уровня торгово-управленческих расходов) во всех трех группах близко к нормальному.  [c.177]

Важный этап в регрессионном анализе — проверка существенности отличия от нуля коэффициента множественной корреляции. Этим проверяется вся построенная модель. Если окажется, что коэффициент множественной корреляции существенно не отличается от нуля, то можно сделать вывод о равенстве нулю всех коэффициентов регрессии и всю модель следует забраковать. Простейший метод проверки существенности (значимости) коэффициента множественной корреляции сводится к построению доверительных интервалов для него и выясне-  [c.179]

Версия Proje t 2002 имеет прекрасные возможности решения таких задач для ознакомления с ними можно использовать алгоритм 4.11. В нем рассмотрена возможность альтернативного представления расписания проекта. Так, одной из распространенных форм контроля хода работ является проверка сроков окончания задач проекта. Для этого удобно сфуппировать эти задачи по календарным интервалам — например, по неделям.  [c.270]

Можно выбрать 6 или 7 интервалов. Определяем зону рассеяния размеров R. Устанавливаем максимальное значение размера х = 0,126 и минимальное хт а= — 0,149, размах R = дгтах - xmin = 0,275 мм. Выбираем 7 интервалов и определяем их цену деления С = RI k 0,04 мм. Подсчитаем число отклонений размеров, попавших в соответствующий интервал. Результаты (табл. 2.5) позволяют выдвинуть гипотезу о распределении исследуемых погрешностей по закону Гаусса. Для проверки гипотезы необходимо подготовить данные, входящие в состав информационного критерия согласия J [см. формулу (2.20)].  [c.43]