Оценка значимости мультиколлинеарности факторов может быть проведена методом испытания гипотезы о независимости переменных Но Det Щ = 1. Доказано, что величина [c.96]
Воспроизводимость различных результатов анализа и разных аналитических способов можно объективно сравнивать при помощи статистического метода испытания (испытания значимости). Два стандартных отклонения s и 2 проверяют при помощи гак называемого F-теста на значимость различия, сравнивая отношение [c.42]
Эксперименты проводятся для установления фактов, которые явятся основой принятия решений при управлении качеством выборочные методы лежат в основе большинства экспериментов. По двум выбор кам или экспериментам сравнительно легко принять решение, если обе генеральные совокупности резко различаются между собой, но это становится более затруднительным делом по мере уменьшения различий. В результате, а также вследствие того, что в своих решениях инженер по качеству должен все время опираться на небольшие выборки, ему необходимо знать методику испытания значимости. [c.175]
На формирование себестоимости испытания скважин оказывает влияние целый комплекс технико-технологических и организационных факторов. Для выявления значимости каждого из них может быть использован индексный метод. Этот метод позволяет разлагать индекс сложного явления на сомножители, определяющие влияние отдельных факторов, а также оценивать это влияние. [c.36]
Экспертным путем (методом полевых испытаний) определяются веса этих параметров, основанные на оценке их значимости для потребителей. Затем формируются наборы технических и эстетических параметров, а также и экономических факторов, по которым рассчитываются частные параметрические индексы. Следующий этап - расчет сводных параметрических индексов технических, эстетических и экономических. [c.262]
Оценка конкурентоспособности. Одним из основных методов оценки конкурентоспособности продукции является рейтинговая оценка, которая широко применяется в мировой экономической практике. Суть рейтинговой оценки заключается в том, что в ходе экспертизы определяются и ранжируются в порядке значимости наиболее важные параметры продукции. После проведения испытаний свойства товара оцениваются по пятибалльной шкале. Средневзвешенная оценка складывается из частных испытаний по определенным разделам. На основе анализа средневзвешенных оценок делается вывод о конкурентоспособности продукции. [c.433]
Существует метод определения разницы между фактическими и теоретическими значениями и сопоставления результатов с таблицами, который известен под названием испытания согласия с помощью критерия хи-квадрат (критерия Пирсона), где хи есть греческая буква %. Этот метод особенно хорошо пригоден для типа задач, рассмотренных в разделе 11.2. Он позволяет проверить, значимо ли отличаются наблюденные частоты распределения от теоретически ожидаемых. Хи-квадрат задается формулой [c.178]
Если вводится третий фактор, такой, как, например, различие в инструментах, используется план эксперимента, известный под названием латинского квадрата (см. табл. 11.13). Каждый станок и каждый резец комбинируются для испытания каждого ма териала. Квадрат возникает ввиду того, что имеется три переменных фактора (станки, инструмент и материал) и число возможных состояний для каждого фактора одинаково. Значимость трех источников вариации можно определить с помощью методов дне- [c.191]
Используя длинные временные ряды, мы сможем изучить стабильность R/S-анализа. Грин и Филиц (Green and Fielitz, 1977, 1979) предположили, что R/S-анализ должен идеально подходить ко всем начальным точкам. Это подразумевало бы, что значение R/S может быть средним значением перекрывающихся периодов времени. Нет причины полагать, что этот подход обоснован, хотя, на первый взгляд, он, казалось бы, помогает при наличии короткого набора данных. Однако использование перекрывающихся периодов означает, что оценка R/S,, не является результатом независимой выборки из временного ряда без возвращения. Вместо этого выборка осуществляется с возвращением. Все испытания на надежность, представленные в предыдущих главах, требуют независимых выборок (без возвращения). Каждый раз, когда мы вычисляем значение R/S для значений п, мы берем выборку. Если эти выборки независимы, мы можем их усреднить и оценить значимость среднего значения R/S для значений n, R/Sn, используя вышеописанные методы. Если для среднего значения мы используем перекрывающиеся интервалы, у нас больше пет инструментов, позволяющих судить о значимости оценки R/S. [c.112]
Хсие (Hsieh, 1989) и Лебарон (LeBaron, 1990) выполнили моделирования BDS-статистики по методу Монте-Карло и нашли, что она устойчива по отношению к гауссовой нулевой гипотезе. Таким образом, подобно R/S-анализу, она может легко найти зависимость. Если линейная зависимость найдена, BDS-статистика является значимым тестом на нелинейность. К сожалению, она не может различать дробный шум и детерминированный хаос, но если ее использовать в сочетании с другими испытаниями, она представляет собой мощный инструмент. [c.238]
Метод, ,зондирующих испытаний" исходит из прагматического распределения. При помощи специальной вероятной бумаги Вей булл а" можно запланировать испытания и зафиксировать на графике результаты таким образом, чтобы получить максимум информации, проведя меньшее количество испытаний, чем представляется необходимым из чисто статистических соображений. Там, где статистики потребовали 5ы испытания 30 изделий, методика Вейбулла позволяет получить значимые результаты по 7 испытаниям. Однако этой методикой следует пользоваться осмотрительно, наилучшие результаты можно получить путем соединения вейбулловской методики с инженерным анализом . [c.129]
На рис. 16.5 многие из вышеперечисленных пунктов проиллюстрированы с помощью цифровых данных. Эта таблица представляет собой вероятностную таблицу, которая использовалась компанией ampbell Soup при планировании своих экспериментов, обсуждавшихся ранее в данной главе. С помощью этой таблицы исследователи пытались получить ответ на вопрос каковы шансы (степень вероятности) того, что после завершения экспериментов будут получены статистически значимые результаты (которые могут быть выявлены методами статистики) при условии, что (а) "фактическое" увеличение объема продаж вследствие изменения интенсивности рекламы составит либо 6%, либо 3% (в зависимости от уровня рекламного воздействия) (б) исследования будут проводиться на двух контрольных и на двух экспериментальных рынках или на четырех контрольных и на четырех экспериментальных рынках, а также при условии, что (в) продолжительность эксперимента составит три или шесть месяцев. Как следует из приведенных в таблице данных, самая высокая степень вероятности получения статистически значимых результатов относится к варианту, когда "фактическое" увеличение сбыта максимально (6% — что, в свою очередь, подразумевает более масштабное изменение рекламного бюджета в ходе испытаний), эксперимент будет проводиться на большем количестве рынков (четыре экспериментальных и четыре контрольных), а продолжительность эксперимента увеличиться (шесть месяцев). [c.576]