Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "reference samples" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Metoda opracowania wyników obserwacji bazująca na ich porównaniu z próbami referencyjnymi
Method of the observations processing based on their comparison with the reference samples
Autorzy:
Dorozhovets, M.
Powiązania:
https://bibliotekanauki.pl/articles/154913.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
opracowanie danych
obserwacje
próby referencyjne
data processing
observations
reference samples
Opis:
W artykule została zaproponowana i zbadana metoda opracowania wyników obserwacji, bazująca na ich porównywaniu z próbami referencyjnymi o zadanych właściwościach. Przedstawiono modele matematyczne najlepszego wyniku pomiaru oraz jego standardowej niepewności. Metodą Monte Carlo przeprowadzono badania symulacyjne skuteczności metody dla kilku wybranych rozkładów prawdopodobieństwa populacji przy liczbie obserwacji od 9 do 49. Stwierdzono, że jeśli liczba obserwacji wynosi kilkanaście i więcej, to proponowana metoda zapewnia zmniejszenie niepewności wyniku w porównaniu z niepewnością wartości średniej.
New method of the measurement result and its uncertainty determination, based on the comparison of input sample after its sorting with several reference samples (Fig. 1, Fig. 2), which correspond to models of the general population density distributions, is investigated and analyzed in the paper. Elements of the reference sample are the observations, which ideally reflect the properties of the general population distribution, and their values are calculated as the mathematical expectations of ordinal statistics corresponding to this distribution (1). Mathematical models of the determination of the best result (2), (9) and its standard uncertainty (12), (13) are presented. The effectiveness of propose method is investigated by the Monte Carlo method for 5 models of general population (Laplace, normal, triangular, uniform and arcsine (Fig. 3)) with the number of observations 9, 19, 29, 39 and 49. If the observation distribution significantly differs from normal distribution then the proposed method guarantees considerable decreasing of the uncertainty result in comparison with the uncertainty of average value (Fig. 4). As a result of investigations it is established that if the number of observations exceeds about 12-15, then in approximately ? cases the proposed algorithm identifies distribution correctly and in the rest near ? cases the nearest (accordingly the value of contra kurtosis (5)) distributions (Fig. 5). The proposed method can be used when the number of registered observations is small, when due to this the histogram is unstable and also the statistical tests can be positive for some models of the density distributions of the general populations simultaneously.
Źródło:
Pomiary Automatyka Kontrola; 2009, R. 55, nr 9, 9; 754-757
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badania metody opracowania losowych obserwacji na podstawie równoległego ich porównania z zestawem obserwacji referencyjnych
Investigations of the method for processing the random observations based on their parallel comparison with a set of the reference observations
Autorzy:
Dorozhovets, M.
Powiązania:
https://bibliotekanauki.pl/articles/158183.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
opracowanie
obserwacje
obserwacja referencyjne
statystyki pozycyjne
processing
observations
reference
order statistics
reference samples
measurement result
Opis:
W artykule zbadano metodę statystycznego opracowania losowych nieskorelowanych obserwacji o nieznanych a priori rozkładach prawdopodobieństwa (RP). Metoda polega na równoległym porównaniu uporządkowanych obserwacji z zestawem obserwacji referencyjnych, którymi są wartości przeciętne losowych statystyk pozycyjnych odpowiadających wybranym RP. Przedstawione są wyniki badań metodą Monte-Carlo skuteczności zaproponowanych algorytmów obliczania wyniku pomiaru. Metoda zapewnia mniejsza standardową niepewność wyniku pomiaru w porównaniu z niepewnością wartości średniej.
In the paper the method for statistical processing of random uncorrelated observations of unknown a priori probability density distribution (PDD) of the population is investigated. The method is based on parallel comparison by the weighted least squares method ((1), Fig. 2) of the sorted input observations with the collection of the so-called reference observations (Fig. 1) which are the expected values of order statistics, that correspond to the specified PDD. The results of comparison are the estimators of the location ž (measurement result) and width ? parameters (1) of the input observations. The analysis of the residual sums of squares (RSS) (5, Fig. 3) deviations of the input from the all set reference observations is used for determining the best measurement result. The measurement result according to algorithm A1 is based on determination of the minimum value of all RSS (6, Fig. 3), (7) and according to the algorithm A2 the result is calculated as the weighted mean from all results (8), (9). In this case the weight coefficients are proportional to the inverse values of appropriate RSS. The efficiency of both algorithms is investigated by the Monte-Carlo method. It has been stated that algorithm A1 provides the best (after standard deviation) measurement result if the input observations are obtained from population whose PDD is also used for forming the reference observations (Figs. 4, 5). If the input observations are obtained from population whose PDD is not used for forming the reference observations, then algorithm A2 provides the best results. And both algorithms ensure better measurement results in comparison with the average value (Figs. 4, 5).
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 10, 10; 1201-1204
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies