Каноническая форма задачи линейного программирования 191 Каноническое разложение 300 Квадратическая форма 70 [c.328]
В экономическом анализе часто применяются средние величины, которые представляют собой обобщающую характеристику качественно однородных, но количественно отличных друг от друга величин. Исходные данные и содержание исчисляемого показателя предопределяют вид используемой средней арифметическая, хронологическая моментного ряда, геометрическая, квадратическая, каждая в форме простой и взвешенной. К структурным средним относятся мода и медиана. Наиболее часто в аналитических расчетах используется средняя арифметическая, простая, и взвешенная, а также среднегеометрическая. Напомним алгоритмы некоторых из них. [c.25]
С целью окончательного выбора формы тренда сопоставляют показатели вариации (дисперсию, среднее квадратическое отклонение и коэффициент вариации) эмпирических данных от- [c.613]
Теснота парной линейной корреляционной связи, как и любой другой показатель, может быть измерена корреляционным отношением ц. Кроме того, при линейной форме уравнения применяется другой показатель тесноты связи - коэффициент корреляции г . Этот показатель представляет собой стандартизованный коэффициент регрессии, т. е. коэффициент, выраженный не в абсолютных единицах измерения признаков, а в долях среднего квадратического отклонения результативного признака [c.241]
В первую очередь проверяется гипотеза о наиболее простой - линейной форме уравнения тренда, т. е. о несущественности различий цепных абсолютных изменений. Имеем 12 абсолютных изменений скользящей средней, которая хотя и сгладила сильные колебания уровней ряда, но как видим, ее абсолютные изменения далеко не одинаковы. Разбиваем эти 12 цепных приростов на два подпериода по 6 приростов в каждом, и для каждого подпериода вычисляем среднюю А , среднее квадратическое отклонение (СКО) как оценку генерального СКО с учетом потери одной степени свободы вариации, s [c.327]
Изменение структуры использования ВВП страны на 16% всего за 3 года следует признать весьма быстрым. Чтобы избежать взаимопогашения разных по знаку изменений долей, вместо модулей можно применить квадраты и получить квадратическую меру абсолютного структурного сдвига, в форме среднего квадратического изменения долей [c.459]
Поэтому для описания случайных величин часто используются их числовые характеристики — числа, в сжатой форме выражающие наиболее существенные черты распределения случайной величины. Наиболее важными из них являются математическое ожидание, дисперсия, среднее квадратическое отклонение и др. Обращаем внимание на то, что в силу определения, числовые характеристики случайных величин являются числами неслучайными, определенными. [c.26]
Рассматривает линейную зависимость между зависимой и независимой переменными. Описывается в форме Y = а + ЬХ, в то время как нелинейная регрессия предполагает нелинейную зависимость, например, экспоненциальную и квадратическую функции. См. Регрессионный анализ. [c.462]
Связь между непрерывной задачей (14)—(16) и ее сеточной аппроксимацией (14 )—(16 ) не нуждается в пояснениях заметим лишь, что в дискретной задаче N есть произведение числа интервалов сетки на размерность управления. Задача (14 )—(16 ) является либо задачей квадратического программирования, либо классической задачей на условный экстремум квадратичной формы в зависимости от того, какую форму имеют исходная задача и, соответственно, условие (16 ). [c.208]
В гл. 2 мы узнали, что для того чтобы сравнить одну нормально распределенную переменную с другой, необходимо их привести к нормированной форме со средней, равной нулю, и средним квадратическим отклонением, равным единице. Распределение вероятностей такой нормированной переменной известно как нормированная функция кривой нормального распределения. При проверке гипотез мы должны привести статистический критерий к стандартизованной форме, чтобы сделать полноценное сравнение со стандартизованным нормальным распределением или f-распределением в случае проверки гипотезы для средних, или х2-распределением для дисперсии. [c.237]
Выражая изменчивость в качестве среднего квадратического отклонения, мы имеем ожидаемый (детерминированный) элемент дохода, представленный как функция от цены актива и времени, также мы имеем стохастический элемент изменчивости цены как функцию от цены актива и времени. Такая модель движения цены актива может быть представлена в форме [c.471]
К сожалению, информация о средней квадратической ошибке этого коэффициента недоступна, но в последующих расчетах Солоу получил показатель степени L в (6а), равный 0.6181 со средней квадратической ошибкой, составляющей 0.0662.43 Оценки L и двух средних квадратических ошибок, равные соответственно 0.7405, 0.6181 и 0.7405, в целом соответствуют оценке Джонсона. Короче говоря, теория предельной производительности в изложенной здесь форме не опровергается эмпирическими данными.44 [c.151]
Если колебания признаков носят беспорядочный ( случайный ) характер, то ио теории вероятностей определяют меру мощности для комплексов случайных воздействий, обусловливающих эти колебания признаков. Такой мерой служит показатель дисперсии, вычисляемый в форме среднего квадратического отклонения наблюдаемых значений признаков от их средних значений. Поэтому применение корреляционного исчисления возможно только по отношению к беспорядочно колеблющимся частям (элементам) изучаемых явлений. [c.270]
КОЭФФИЦИЕНТ ВАРИАЦИИ, статистич. показатель относительного рассеивания величин признака в изучаемой совокупности. Характеризует статистич. совокупность с точки зрения самой степени разбросанности отд. значений признака Xf около его средней величины х. При расчёте К. в. исходной величиной служит абсолютный показатель рассеивания признака в форме среднего квадратического отклонения (а), к-рое берётся как отношение к средней величине признака (обычно к средней арифметической х). [c.275]
Расширительным теоретико-вероятностным толкованием феномена лотереи является понятие вероятностного распределения случайной величины. С его помощью определяют вероятности того, что случайная величина примет те или иные свой возможные значения. Обозначим через у случайную величину, а через у — ее возможные значения. Тогда для дискретной случайной величины, которая может принимать возможные значения У , у2, УЗ,. .., уп удобной формой вероятностного распределения следует считать зависимость Р(у = у ), которую обычно называют вероятностным рядом, шт рядом распределения. На практике для оперативной обобщенной оценки вероятностного распределения величин риска часто используют так называемые числовые и другие характеристики распределения случайных результатов математическое ожидание, дисперсия, среднее квадратическое (стандартное) отклонение, коэффициент вариации, мода, медиана и др. (см., например, [13,10, 54] и др.). Иными словами, для быстрого и целостного восприятия предприниматель стремится (или просто вы- [c.246]
Квадраты отклонений могут быть представлены в графической форме. На рис. 11, а и б, изображены квадраты отклонений по данным выполнения плана двух предприятий (см. стр. 70). Средние квадратические отклонения двух предприятий сильно отличаются друг от друга. На предприятии 2, где выполнение плана было более равномерным, а2 = 3,88, а на предприятии 1, где имела место штурмов- [c.69]
Среднее квадратическое отклонение является обобщающей статистической характеристикой вариации значений признака. Если эта мера мала, то кривая распределения имеет узкую, сжатую форму (результаты измерений обладают высокой степенью схожести) если мера велика, то кривая распределения имеет широкий, растянутый вид ( велика степень различия оценок). [c.37]
Гхар и Торгерсон [97] рассмотрели применение многопараметрических контрольных карт, названных ими Q-карты, для прослеживания центральной тенденции определенного числа измеримых показателей качества на одной карте,. Поскольку квадратическая форма многомерного нормального распределения подчинена хи-квадрат, в подходящей доверительной области можно определить и разработать контрольные карты, чтобы отслеживать стабильность выбранной переменной. Как специальный случай Q-карт можно рассматривать двухпараметрнческие контрольные карты, которые были разработаны для того, чтобы идентифицировать наличие одной причины разладки данного параметра. Эффективность Q-карт несколько повышается в случаях, когда две или более характеристики коррелированы между собой. [c.139]
Средневзвешенная величина глубин скважин по объединению Каспморнефть за указанные годы составляет соответственно 2818 -и 2782 м средняя квадратическая величина-—3070 и ЗОЮ м, а средняя глубина, определенная по зависимости (94), — 3090 и 3040 м. Из этих данных следует, что средневзвешенная величина значительно уменьшает среднюю глубину скважин в целом по объединению. Это уменьшение составляет за 1971 и 1972 гг. соответственно 252 и 288 м (или 8,9 и 8,2%) от средних квадратических величин и 272 и 258 м (или 9,7 и 9,3%) от средних глубин, определенных по форму ле (94). [c.150]
Параметрами нормального закона являются среднее значение и среднее квадратическое отклонение. Для распределения Вейбулла параметр положения х0 — отношение среднего значения к коэффициенту Ьт и параметр формы т можно определить по табл. 6.5. Параметр экспоненциального закона — величина, обратная среднему значению. Для гамма-распределения параметры можно найти по формулам [c.130]