https://wiki.tntu.edu.ua/api.php?action=feedcontributions&feedformat=atom&user=Artist1988Wiki ТНТУ - Внесок користувача [uk]2026-06-04T08:35:52ZВнесок користувачаMediaWiki 1.30.0https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=1042Статистичні критерії згоди 22010-03-12T10:10:53Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
==Параметричні та непараметричні критерії згоди==<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності основних параметрів, тобто <math>{{\overline{x}}_{1}}=~{{\overline{x}}_{2~}}</math> та <math>{{\text{S}}_{\text{1}}}={{\text{S}}_{\text{2}}}</math>.<br />
<br />
Непараметричні критерії згоди є функціями лише змінних даної сукупності (вибірки) з їх частотами і не потребують знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискримінуючу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розподіляється за нормальним законом або не дуже відхиляється від нього, слід надавати перевагу таким критеріям.<br />
<br />
==Ступінь вільності==<br />
Поняття статистичного критерію тісно пов'язане з поняттям ступеня вільності. Для більшості критеріїв ступінь вільності є аргументом. Величина <math>\text{N-1}</math>, що стоїть у знаменнику формул для обчислення СКВ, є числом ступенів вільності. Під числом ступенів вільності розуміють число змінних, значення яких задаються довільно Іншими словами, це є загальне число змінних мінус число лінійних зв'язків, накладених на систему, що вивчається.<br />
Під числом ступенів вільності розуміють різницю між числом дослідів та числом характеристик, які визначаються за утвореними даними незалежно одне від одного.<br />
<br />
=Порівняння оцінок дисперсій=<br />
<br />
Задача порівняння дисперсій виникає, наприклад, при виборі методу аналізу речовини з точки зору відтворюваності даних, при порівнянні точності видержування заданого технологічного режиму двома апаратниками тощо. Крім того, треба порівнювати дисперсії двох вибірок для розв'язання задачі про відсутність відмінності в їх середніх; тому спочатку використаємо F-розподіл.<br />
Нехай треба порівняти дві різні за значенням оцінки <math>{{\text{S}}_{\text{1}}}</math> та <math>{{\text{S}}_{\text{2}}}</math> СКВ <math>{{\sigma }_{1}}</math> та <math>{{\sigma }_{2}}</math> із ступенями вільності <math>{{f}_{1}}</math> та <math>{{f}_{2}}</math> відповідно, утворених з двох різних вибірок Треба визначити, чи лежить різниця між <math>{{S}_{1}}</math> та <math>{{S}_{2}}</math> в межах можливих випадкових коливань, тобто вирішити, чи можна обидва значення <math>S_{1}^{2}</math> та <math>S_{2}^{2}</math> розглядати як оцінку однієї й тіє ж дисперсії <math>{{\sigma }_{2}}</math> генеральної сукупності. Іншими словами, слід визначити, чи належать утворені вибірки до цієї генеральної сукупності. Перевіримо нуль-гіпотезу <math>{{H}_{0}}</math> отже, припустимо, що <math>\sigma _{1}^{2}=\sigma _{2}^{2}={{\sigma }^{2}}</math>. Якщо це припущення виконується, то відношення <math>S_{1}^{2}/S_{2}^{2}</math> підлягає F-розподілу зі ступенями вільності math>{{f}_{1}}</math> та <math>{{f}_{2}}</math>. Тому обчислимо F-критерій Фішера <math>{{F}_{p}}=S_{1}^{2}/S_{2}^{2}</math>, де <math>{{S}_{1}}>{{S}_{2}}</math> за умовою. Потім виберемо критичне значення <math>{{F}_{KP}}</math> для заданої надійної ймовірності <math>\gamma </math> або відповідного рівня значущості <math>\alpha =1-\gamma </math> при ступенях вільності <math>{{f}_{1}}</math> чисельник та <math>{{f}_{2}}</math> знаменника.<br />
<br />
Знайдені значення <math>{{S}_{1}}</math> та <math>{{S}_{2}}</math> є оцінками однієї й тієї ж генеральної дисперсії <math>{{\sigma }_{2}}</math>, якщо <math>{{F}_{P}}\le {{F}_{KP}}</math>, а спостережувану відмінність між ними розглядають як незначну і випадкову. <br />
Оскільки F-критерій належить до параметричних, його можна використовувати лише тоді, коли є певність у тому, що генеральна сукупність, з якої взято вибірки, розподілена нормально. <br />
Критерій Фішера використовують при порівнянні двох дисперсій, коли відомо, що одна з них належить генеральній сукупності. Тут число ступенів вільності для генеральної дисперсії слід брати таким, що дорівнює нескінченності.<br />
За допомогою F-критерію при обробці активних планованих експериментів перевіряють адекватність математичної моделі, для чого обчислюють дисперсію адекватності. Його можна використовувати також при складанні моделі за результатами пасивних експериментів.<br />
Якщо кількість порівнюваних дисперсій більша двох, то при формуванні F-критерію беруть найбільшу і найменшу дисперсії Якщо при цьому <math>{{F}_{P}}<{{F}_{KP}}</math>, то ці дисперсії відрізняються одна від одної, а решту дисперсій можна зарахувати до однієї сукупності.<br />
Коли обсяг вибірок неоднаковий, користуються критерієм Бартлета, який грунтується на нормальному та <math>{{\chi }^{2}}</math> розподілах. Розрахунки за цим критерієм досить складні і кропіткі, описане вище застосування F-критерію у більшості випадків достатнє.</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=1041Статистичні критерії згоди 22010-03-12T10:04:55Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
==Параметричні та непараметричні критерії згоди==<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності основних параметрів, тобто <math>{{\overline{x}}_{1}}=~{{\overline{x}}_{2~}}</math> та <math>{{\text{S}}_{\text{1}}}={{\text{S}}_{\text{2}}}</math>.<br />
<br />
Непараметричні критерії згоди є функціями лише змінних даної сукупності (вибірки) з їх частотами і не потребують знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискримінуючу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розподіляється за нормальним законом або не дуже відхиляється від нього, слід надавати перевагу таким критеріям.<br />
<br />
==Ступінь вільності==<br />
Поняття статистичного критерію тісно пов'язане з поняттям ступеня вільності. Для більшості критеріїв ступінь вільності є аргументом. Величина <math>\text{N-1}</math>, що стоїть у знаменнику формул для обчислення СКВ, є числом ступенів вільності. Під числом ступенів вільності розуміють число змінних, значення яких задаються довільно Іншими словами, це є загальне число змінних мінус число лінійних зв'язків, накладених на систему, що вивчається.<br />
Під числом ступенів вільності розуміють різницю між числом дослідів та числом характеристик, які визначаються за утвореними даними незалежно одне від одного.<br />
<br />
=Порівняння оцінок дисперсій=<br />
<br />
Задача порівняння дисперсій виникає, наприклад, при виборі методу аналізу речовини з точки зору відтворюваності даних, при порівнянні точності видержування заданого технологічного режиму двома апаратниками тощо. Крім того, треба порівнювати дисперсії двох вибірок для розв'язання задачі про відсутність відмінності в їх середніх; тому спочатку використаємо F-розподіл.<br />
Нехай треба порівняти дві різні за значенням оцінки <math>{{\text{S}}_{\text{1}}}</math> та <math>{{\text{S}}_{\text{2}}}</math> СКВ <math>{{\sigma }_{1}}</math> та <math>{{\sigma }_{2}}</math> із ступенями вільності <math>{{f}_{1}}</math> та <math>{{f}_{2}}</math> відповідно, утворених з двох різних вибірок Треба визначити, чи лежить різниця між <math>{{S}_{1}}</math> та <math>{{S}_{2}}</math> в межах можливих випадкових коливань, тобто вирішити, чи можна обидва значення <math>S_{1}^{2}</math> та <math>S_{2}^{2}</math> розглядати як оцінку однієї й тіє ж дисперсії <math>{{\sigma }_{2}}</math> генеральної сукупності. Іншими словами, слід визначити, чи належать утворені вибірки до цієї генеральної сукупності. Перевіримо нуль-гіпотезу <math>{{H}_{0}}</math> отже, припустимо, що <math>\sigma _{1}^{2}=\sigma _{2}^{2}={{\sigma }^{2}}</math>. Якщо це припущення виконується, то відношення <math>S_{1}^{2}/S_{2}^{2}</math> підлягає F-розподілу зі ступенями вільності math>{{f}_{1}}</math> та <math>{{f}_{2}}</math>. Тому обчислимо F-критерій Фішера <math>{{F}_{p}}=S_{1}^{2}/S_{2}^{2}</math>, де <math>{{S}_{1}}>{{S}_{2}}</math> за умовою. Потім виберемо критичне значення <math>{{F}_{KP}}</math> для заданої надійної ймовірності <math>\gamma </math> або відповідного рівня значущості <math>\alpha =1-\gamma </math> при ступенях вільності <math>{{f}_{1}}</math> чисельник та <math>{{f}_{2}}</math> знаменника.</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=1040Статистичні критерії згоди 22010-03-12T09:51:29Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
==Параметричні та непараметричні критерії згоди==<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності основних параметрів, тобто <math>{{\overline{x}}_{1}}=~{{\overline{x}}_{2~}}</math> та <math>{{\text{S}}_{\text{1}}}={{\text{S}}_{\text{2}}}</math>.<br />
<br />
Непараметричні критерії згоди є функціями лише змінних даної сукупності (вибірки) з їх частотами і не потребують знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискримінуючу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розподіляється за нормальним законом або не дуже відхиляється від нього, слід надавати перевагу таким критеріям.<br />
<br />
==Ступінь вільності==<br />
Поняття статистичного критерію тісно пов'язане з поняттям ступеня вільності. Для більшості критеріїв ступінь вільності є аргументом. Величина <math>\text{N-1}</math>, що стоїть у знаменнику формул для обчислення СКВ, є числом ступенів вільності. Під числом ступенів вільності розуміють число змінних, значення яких задаються довільно Іншими словами, це є загальне число змінних мінус число лінійних зв'язків, накладених на систему, що вивчається.<br />
Під числом ступенів вільності розуміють різницю між числом дослідів та числом характеристик, які визначаються за утвореними даними незалежно одне від одного.<br />
<br />
=Порівняння оцінок дисперсій=<br />
<br />
Задача порівняння дисперсій виникає, наприклад, при виборі методу аналізу речовини з точки зору відтворюваності даних, при порівнянні точності видержування заданого технологічного режиму двома апаратниками тощо. Крім того, треба порівнювати дисперсії двох вибірок для розв'язання задачі про відсутність відмінності в їх середніх; тому спочатку використаємо F-розподіл.<br />
Нехай треба порівняти дві різні за значенням оцінки <math>{{\text{S}}_{\text{1}}}</math> та <math>{{\text{S}}_{\text{2}}}</math> СКВ <math>{{\sigma }_{1}}</math> та <math>{{\sigma }_{2}}</math> із ступенями вільності <math>{{f}_{1}}</math> та <math>{{f}_{2}}</math> відповідно, утворених з двох різних вибірок Треба визначити, чи лежить різниця між <math>{{S}_{1}}</math> та <math>{{S}_{2}}</math></div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=1039Статистичні критерії згоди 22010-03-12T09:50:13Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
==Параметричні та непараметричні критерії згоди==<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності основних параметрів, тобто <math>{{\overline{x}}_{1}}=~{{\overline{x}}_{2~}}</math> та <math>{{\text{S}}_{\text{1}}}={{\text{S}}_{\text{2}}}</math>.<br />
<br />
Непараметричні критерії згоди є функціями лише змінних даної сукупності (вибірки) з їх частотами і не потребують знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискримінуючу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розподіляється за нормальним законом або не дуже відхиляється від нього, слід надавати перевагу таким критеріям.<br />
<br />
==Ступінь вільності==<br />
Поняття статистичного критерію тісно пов'язане з поняттям ступеня вільності. Для більшості критеріїв ступінь вільності є аргументом. Величина <math>\text{N-1}</math>, що стоїть у знаменнику формул для обчислення СКВ, є числом ступенів вільності. Під числом ступенів вільності розуміють число змінних, значення яких задаються довільно Іншими словами, це є загальне число змінних мінус число лінійних зв'язків, накладених на систему, що вивчається.<br />
Під числом ступенів вільності розуміють різницю між числом дослідів та числом характеристик, які визначаються за утвореними даними незалежно одне від одного.<br />
<br />
=Порівняння оцінок дисперсій=<br />
<br />
Задача порівняння дисперсій виникає, наприклад, при виборі методу аналізу речовини з точки зору відтворюваності даних, при порівнянні точності видержування заданого технологічного режиму двома апаратниками тощо. Крім того, треба порівнювати дисперсії двох вибірок для розв'язання задачі про відсутність відмінності в їх середніх; тому спочатку використаємо F-розподіл.<br />
Нехай треба порівняти дві різні за значенням оцінки <math>{{\text{S}}_{\text{1}}}</math> та <math>{{\text{S}}_{\text{2}}}</math> СКВ <math>{{\sigma }_{1}}</math> та <math>{{\sigma }_{2}}</math> із ступенями вільності <math>{{f}_{1}}</math></div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=1038Статистичні критерії згоди 22010-03-12T09:47:25Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
==Параметричні та непараметричні критерії згоди==<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності основних параметрів, тобто <math>{{\overline{x}}_{1}}=~{{\overline{x}}_{2~}}</math> та <math>{{\text{S}}_{\text{1}}}={{\text{S}}_{\text{2}}}</math>.<br />
<br />
Непараметричні критерії згоди є функціями лише змінних даної сукупності (вибірки) з їх частотами і не потребують знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискримінуючу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розподіляється за нормальним законом або не дуже відхиляється від нього, слід надавати перевагу таким критеріям.<br />
<br />
==Ступінь вільності==<br />
Поняття статистичного критерію тісно пов'язане з поняттям ступеня вільності. Для більшості критеріїв ступінь вільності є аргументом. Величина <math>\text{N-1}</math>, що стоїть у знаменнику формул для обчислення СКВ, є числом ступенів вільності. Під числом ступенів вільності розуміють число змінних, значення яких задаються довільно Іншими словами, це є загальне число змінних мінус число лінійних зв'язків, накладених на систему, що вивчається.<br />
Під числом ступенів вільності розуміють різницю між числом дослідів та числом характеристик, які визначаються за утвореними даними незалежно одне від одного.<br />
<br />
=Порівняння оцінок дисперсій=<br />
<br />
Задача порівняння дисперсій виникає, наприклад, при виборі методу аналізу речовини з точки зору відтворюваності даних, при порівнянні точності видержування заданого технологічного режиму двома апаратниками тощо. Крім того, треба порівнювати дисперсії двох вибірок для розв'язання задачі про відсутність відмінності в їх середніх; тому спочатку використаємо F-розподіл.<br />
Нехай треба порівняти дві різні за значенням оцінки <math>{{\text{S}}_{\text{1}}}</math> та <math>{{\text{S}}_{\text{2}}}</math> СКВ <math>{{\sigma }_{1}}</math> та <math>{{\sigma }_{2}}</math></div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=1037Статистичні критерії згоди 22010-03-12T09:30:52Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
==Параметричні та непараметричні критерії згоди==<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності основних параметрів, тобто <math>{{\overline{x}}_{1}}=~{{\overline{x}}_{2~}}</math> та <math>{{\text{S}}_{\text{1}}}={{\text{S}}_{\text{2}}}</math>.<br />
<br />
Непараметричні критерії згоди є функціями лише змінних даної сукупності (вибірки) з їх частотами і не потребують знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискримінуючу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розподіляється за нормальним законом або не дуже відхиляється від нього, слід надавати перевагу таким критеріям.<br />
<br />
==Ступінь вільності==<br />
Поняття статистичного критерію тісно пов'язане з поняттям ступеня вільності. Для більшості критеріїв ступінь вільності є аргументом. Величина <math>\text{N-1}</math>, що стоїть у знаменнику формул для обчислення СКВ, є числом ступенів вільності. Під числом ступенів вільності розуміють число змінних, значення яких задаються довільно Іншими словами, це є загальне число змінних мінус число лінійних зв'язків, накладених на систему, що вивчається.<br />
Під числом ступенів вільності розуміють різницю між числом дослідів та числом характеристик, які визначаються за утвореними даними незалежно одне від одного.<br />
<br />
=Порівняння оцінок дисперсій=</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=1036Статистичні критерії згоди 22010-03-12T09:30:09Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
==Параметричні та непараметричні критерії згоди==<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності основних параметрів, тобто <math>{{\overline{x}}_{1}}=~{{\overline{x}}_{2~}}</math> та <math>{{\text{S}}_{\text{1}}}={{\text{S}}_{\text{2}}}</math>.<br />
<br />
Непараметричні критерії згоди є функціями лише змінних даної сукупності (вибірки) з їх частотами і не потребують знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискримінуючу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розподіляється за нормальним законом або не дуже відхиляється від нього, слід надавати перевагу таким критеріям.<br />
<br />
==Ступінь вільності==<br />
Поняття статистичного критерію тісно пов'язане з поняттям ступеня вільності. Для більшості критеріїв ступінь вільності є аргументом. Величина <math>\text{N-1}</math>, що стоїть у знаменнику формул для обчислення СКВ, є числом ступенів вільності. Під числом ступенів вільності розуміють число змінних, значення яких задаються довільно Іншими словами, це є загальне число змінних мінус число лінійних зв'язків, накладених на систему, що вивчається.<br />
Під числом ступенів вільності розуміють різницю між числом дослідів та числом характеристик, які визначаються за утвореними даними незалежно одне від одного.</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=1035Статистичні критерії згоди 22010-03-12T09:29:03Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
==Параметричні та непараметричні критерії згоди==<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності основних параметрів, тобто <math>{{\overline{x}}_{1}}=~{{\overline{x}}_{2~}}</math> та <math>{{\text{S}}_{\text{1}}}={{\text{S}}_{\text{2}}}</math>.<br />
<br />
Непараметричні критерії згоди є функціями лише змінних даної сукупності (вибірки) з їх частотами і не потребують знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискримінуючу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розподіляється за нормальним законом або не дуже відхиляється від нього, слід надавати перевагу таким критеріям.<br />
<br />
Поняття статистичного критерію тісно пов'язане з поняттям ступеня вільності. Для більшості критеріїв ступінь вільності є аргументом. Величина <math>\text{N-1}</math>, що стоїть у знаменнику формул для обчислення СКВ, є числом ступенів вільності. Під числом ступенів вільності розуміють число змінних, значення яких задаються довільно Іншими словами, це є загальне число змінних мінус число лінійних зв'язків, накладених на систему, що вивчається.<br />
Під числом ступенів вільності розуміють різницю між числом дослідів та числом характеристик, які визначаються за утвореними даними незалежно одне від одного.</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=1025Статистичні критерії згоди 22010-03-12T08:24:17Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
=Параметричні та непараметричні критерії згоди=<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності основних параметрів, тобто <math>{{\overline{x}}_{1}}=~{{\overline{x}}_{2~}}</math> та <math>{{\text{S}}_{\text{1}}}={{\text{S}}_{\text{2}}}</math>.<br />
<br />
Непараметричні критерії згоди є функціями лише змінних даної сукупності (вибірки) з їх частотами і не потребують знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискримінуючу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розподіляється за нормальним законом або не дуже відхиляється від нього, слід надавати перевагу таким критеріям.<br />
<br />
Поняття статистичного критерію тісно пов'язане з поняттям ступеня вільності. Для більшості критеріїв сту¬пінь вільності є аргументом. Величина <math>\text{N-1}</math>, що стоїть у знаменнику формул для обчислення СКВ, є числом ступенів вільності. Під числом ступенів вільності розуміють число змінних, значення яких задаються довільно Іншими словами, це є загальне число змінних мінус число лінійних зв'язків, накладених на систему, що вивчається.<br />
Під числом ступенів вільності розуміють різницю між числом дослідів та числом характеристик, які визначаються за утвореними даними незалежно одне від одного.</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=914Статистичні критерії згоди 22010-03-10T18:58:05Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
=Параметричні та непараметричні критерії згоди=<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>\overline{x}</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності ос-новних параметрів, тобто x ̅_1= x ̅_(2 ) та S1 = S2<br />
Непараметричні критерії згоди є функціями лише змін¬них даної сукупності (вибірки) з їх частотами і не потребу¬ють знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискриміную¬чу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розпо¬діляється за нормальним законом або не дуже відхиля¬ється від нього, слід надавати перевагу таким критеріям.</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=913Статистичні критерії згоди 22010-03-10T18:56:07Z<p>Artist1988: </p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
=Параметричні та непараметричні критерії згоди=<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності ''М'' та σ, або <math>x</math> та ''S''. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності ос-новних параметрів, тобто x ̅_1= x ̅_(2 ) та S1 = S2<br />
Непараметричні критерії згоди є функціями лише змін¬них даної сукупності (вибірки) з їх частотами і не потребу¬ють знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискриміную¬чу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розпо¬діляється за нормальним законом або не дуже відхиля¬ється від нього, слід надавати перевагу таким критеріям.</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%BD%D1%96_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D1%96%D1%97_%D0%B7%D0%B3%D0%BE%D0%B4%D0%B8_2&diff=912Статистичні критерії згоди 22010-03-10T18:53:19Z<p>Artist1988: Створена сторінка: {{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}} ....... Презентація доповіді (університетськи…</p>
<hr />
<div>{{Завдання|artist1988|Назаревич О.Б.|10 березня 2010}}<br />
<br />
....... Презентація доповіді (університетський репозиторій).<br />
<br />
=Статистичні критерії згоди=<br />
<br />
До перевірки тієї чи іншої статистичної гіпотези доцільно підходити з різних теоретичних позицій. Кожна позиція грунтується на розподілі первинних або обчислених даних, які відрізняються від нормального розподілу. Це зумовлено обмеженим числом вимірювань або додатковими умовами при обробці дослідних даних. Характеристикою кожного розподілу є набір чисел, заздалегідь протабульованих. При перевірці гіпотези з дослідних даних складається число за тим же правилом, що й наведені в таблиці числа, і порівнюється з табличним числом. Гіпотеза визнається або відхиляється залежно від згоди дослідних і табличних чисел, тому останні називаються критеріями згоди. Як і в інших галузях науки, наприклад в теорії подібності, статистичні критерії — величини звичайно безрозмірні.<br />
<br />
=Параметричні та непараметричні критерії згоди=<br />
<br />
За потужністю критерії згоди діляться на дві великі групи: параметричні та непараметричні. До параметричних належать критерії, побудовані за допомогою основних параметрів (числових оцінок) вибіркової сукупності М та σ, або x ̅ та S. Ці критерії застосовуються лише тоді, коли генеральна сукупність, з якої взято одну або кілька вибірок, розподілена нормально, і за умови рівності ос-новних параметрів, тобто x ̅_1= x ̅_(2 ) та S1 = S2<br />
Непараметричні критерії згоди є функціями лише змін¬них даної сукупності (вибірки) з їх частотами і не потребу¬ють знання типу розподілу генеральної сукупності. Тому їх застосовують при перевірці властивостей гіпотетичного розподілу.<br />
Параметричні критерії мають сильнішу дискриміную¬чу (роздільну) здатність, більшу потужність порівняно з непараметричними. Коли досліджувана сукупність розпо¬діляється за нормальним законом або не дуже відхиля¬ється від нього, слід надавати перевагу таким критеріям.</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=2009-2010%D1%80%D1%80_-_%D0%86%D0%BD%D0%B4%D0%B8%D0%B2%D1%96%D0%B4%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D1%96_%D0%B7%D0%B0%D0%B2%D0%B4%D0%B0%D0%BD%D0%BD%D1%8F_%D0%B4%D0%BB%D1%8F_%D0%B2%D0%B8%D1%81%D1%82%D1%83%D0%BF%D1%83_%D0%BD%D0%B0_%D1%81%D0%B5%D0%BC%D1%96%D0%BD%D0%B0%D1%80%D0%B0%D1%85_%D0%B7_%D0%BF%D1%80%D0%B5%D0%B4%D0%BC%D0%B5%D1%82%D1%83_%22%D0%9F%D0%BB%D0%B0%D0%BD%D1%83%D0%B2%D0%B0%D0%BD%D0%BD%D1%8F_%D0%B5%D0%BA%D1%81%D0%BF%D0%B5%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D1%82%D1%83_Design_Of_Experiment_(DOE)%22&diff=9112009-2010рр - Індивідуальні завдання для виступу на семінарах з предмету "Планування експерименту Design Of Experiment (DOE)"2010-03-10T18:34:17Z<p>Artist1988: </p>
<hr />
<div># (20.01.2010р.) [[Користувач:Bojkoio|ст.гр.СНм-51 Бойко Ігор begin_of_the_skype_highlighting end_of_the_skype_highlighting]]: [[ПЕ2010:Виступ_на_семінарі:Бойко_Ігор:Чорний ящик|Схема "чорного ящика" в плануванні експерименту. Фактори (входи) і параметри оптимізації (виходи) "чорного ящика"]].<br />
# (27.01.2010р.) [[Користувач:Сарабун П.|ст.гр.СНм-51 Сарабун П.]]: [[ПЕ2010:Виступ_на_семінарі:Павло_Сарабун:Історія та роль Р.Фішера а планування експерименту|Історія та роль Р.Фішера а планування експерименту]]<br />
# (27.01.2010р.) [[Користувач:Hotcoffe|ст.гр.СНм-51 Олійник Євген]]: [[ПЕ2010:Виступ_на_семінарі:Євген_Олійник:Фактори експеременту|Рівні факторів. Нульовий рівень. Інтервал варіювання фактору]].<br />
# (28.01.2010р.) [[Користувач:Nata|ст.гр.СНм-51 Трушик Наталя]]: [[ПЕ2010:Виступ_на_семінарі:Трушик Наталя:|Проведення експерименту. Анкета для збору даних]].<br />
# (17.02.2010р.) [[Користувач:walter|ст.гр.СНм-51 Готович Володимир]]: [[ПЕ2010:Виступ_на_семінарі:Готович Володимир:|Оптимізаційні методи планування експериментів. Крокова процедура, метод Гаусса-Зейделя, метод крутого сходження.]].<br />
# (17.02.2010р.) [[Користувач:mars|ст.гр.СНм-51 Залецький Михайло]]: [[ПЕ2010:Виступ_на_семінарі:Залецький Михайло:|Регресійні моделі при повному 2 дробовому факторному експерименті. Визначення коефіцієнтів регресії.]].<br />
# (21.02.2010р.) [[Користувач:yulik|ст.гр.СНм-51 Белиця Юля]]: [[ПЕ2010:Виступ_на_семінарі:Белиця Юля:|Види параметрів оптимізації. Вимоги до факторів і параметрів оптимізації..]].<br />
# (30.02.2010р.) [[Користувач:Hotcoffe|ст.гр.СНм-51 Олійник Євген]]: [[ПЕ2010:Виступ_на_семінарі:Євген_Олійник:Методи прогнозування|Методи прогнозування]].<br />
# (26.02.2010р.) [[Користувач:Syrotiuk|ст.гр.СНм-52 Сиротюк Михайло]]: [[ПЕ2010:Виступ_на_семінарі:Сиротюк Михайло:Планування експерименту при дисперсійному аналізі.|Планування експерименту при дисперсійному аналізі.Латинські і греко-латинські квадрати. Латинські куби]].<br />
# (27.02.2010р.) [[Користувач:Rosinets|ст.гр.СНм-51 Росинець Наталія]]: [[ПЕ2010:Виступ_на_семінарі:Росинець Наталія:Попередня обробка експериментальних даних. Критерії відсіювання завідомо помилкових даних.|Попередня обробка експериментальних даних. Критерії відсіювання завідомо помилкових даних.]]. <br />
# (04.03.2010р.) [[Користувач:ulyasi4ka|ст.гр.СНм-51 Чорнописька Юля]]: [[Прогнозування за допомогою нейронних мереж]].<br />
# (04.03.2010р.) [[Користувач:POWER|ст.гр.СНм-51 Вельмик C.В.]]: [[ПЕ2010:Виступ_на_семінарі:Вельмик Сергій:|Дробові репліки. Насичені плани. Генеруючі співвідношення. Ефективність реплік.]]. <br />
# (05.03.2010р.) [[Користувач:ihor_p|ст.гр.СНм-51 Пельц І.В.]]: [[ПЕ2010:Виступ_на_семінарі:Пельц Ігор:|Рототабельне планування]]. <br />
# (07.03.2010р.) [[Користувач:sloyka_yaroslav|ст.гр.СНм-51 Слойка Я.І.]]: [[ПЕ2010:Виступ_на_семінарі:Слойка Ярослав:|Дрейф неоднорідностей]].<br />
# (07.03.2010р.) [[Користувач:olesia|ст.гр.СНм-51 Марценюк О.А.]]: [[ПЕ2010:Виступ_на_семінарі:Марценюк Олеся:|Планування експерименту при наявності некерованих змінних]]. <br />
# (08.03.2010р.) [[Користувач:Scoolf|ст.гр.СНм-51 Галас І.М.]]: [[ПЕ2010:Виступ_на_семінарі:Галас Іван:|Матриця планування експерименту]]. <br />
# (08.03.2010р.) [[Користувач:zvizdar|ст.гр.СНм-51 Бурак А.М.]]: [[ПЕ2010:Виступ_на_семінарі:Бурак Андрій:|Приклади задач у народному господарстві, в тому числі у багатьох областях медицини та ін.]]. <br />
# (09.03.2010р.) [[Користувач:Inna|ст.гр.СН-51 Канєвська І.М.]]: [[ПЕ2010:Виступ_на_семінарі:Канєвська Інна:|Кореляційний аналіз експериментальних даних. Кореляційна матриця. Перевірка гіпотез відносно значень кореляційної матриці.]]. <br />
# (10.03.2010р.) [[Користувач:artist1988|ст.гр.СНм-51 Кобзар В.М.]]: [[ПЕ2010:Виступ_на_семінарі:Кобзар Віктор:|Статистичні критерії згоди. Порівняння оцінок дисперсій.]]. <br />
Дописуйте по аналогії самі свої виступи</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=2009-2010%D1%80%D1%80_-_%D0%86%D0%BD%D0%B4%D0%B8%D0%B2%D1%96%D0%B4%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D1%96_%D0%B7%D0%B0%D0%B2%D0%B4%D0%B0%D0%BD%D0%BD%D1%8F_%D0%B4%D0%BB%D1%8F_%D0%B2%D0%B8%D1%81%D1%82%D1%83%D0%BF%D1%83_%D0%BD%D0%B0_%D1%81%D0%B5%D0%BC%D1%96%D0%BD%D0%B0%D1%80%D0%B0%D1%85_%D0%B7_%D0%BF%D1%80%D0%B5%D0%B4%D0%BC%D0%B5%D1%82%D1%83_%22%D0%9F%D0%BB%D0%B0%D0%BD%D1%83%D0%B2%D0%B0%D0%BD%D0%BD%D1%8F_%D0%B5%D0%BA%D1%81%D0%BF%D0%B5%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D1%82%D1%83_Design_Of_Experiment_(DOE)%22&diff=9102009-2010рр - Індивідуальні завдання для виступу на семінарах з предмету "Планування експерименту Design Of Experiment (DOE)"2010-03-10T18:18:56Z<p>Artist1988: </p>
<hr />
<div># (20.01.2010р.) [[Користувач:Bojkoio|ст.гр.СНм-51 Бойко Ігор begin_of_the_skype_highlighting end_of_the_skype_highlighting]]: [[ПЕ2010:Виступ_на_семінарі:Бойко_Ігор:Чорний ящик|Схема "чорного ящика" в плануванні експерименту. Фактори (входи) і параметри оптимізації (виходи) "чорного ящика"]].<br />
# (27.01.2010р.) [[Користувач:Сарабун П.|ст.гр.СНм-51 Сарабун П.]]: [[ПЕ2010:Виступ_на_семінарі:Павло_Сарабун:Історія та роль Р.Фішера а планування експерименту|Історія та роль Р.Фішера а планування експерименту]]<br />
# (27.01.2010р.) [[Користувач:Hotcoffe|ст.гр.СНм-51 Олійник Євген]]: [[ПЕ2010:Виступ_на_семінарі:Євген_Олійник:Фактори експеременту|Рівні факторів. Нульовий рівень. Інтервал варіювання фактору]].<br />
# (28.01.2010р.) [[Користувач:Nata|ст.гр.СНм-51 Трушик Наталя]]: [[ПЕ2010:Виступ_на_семінарі:Трушик Наталя:|Проведення експерименту. Анкета для збору даних]].<br />
# (17.02.2010р.) [[Користувач:walter|ст.гр.СНм-51 Готович Володимир]]: [[ПЕ2010:Виступ_на_семінарі:Готович Володимир:|Оптимізаційні методи планування експериментів. Крокова процедура, метод Гаусса-Зейделя, метод крутого сходження.]].<br />
# (17.02.2010р.) [[Користувач:mars|ст.гр.СНм-51 Залецький Михайло]]: [[ПЕ2010:Виступ_на_семінарі:Залецький Михайло:|Регресійні моделі при повному 2 дробовому факторному експерименті. Визначення коефіцієнтів регресії.]].<br />
# (21.02.2010р.) [[Користувач:yulik|ст.гр.СНм-51 Белиця Юля]]: [[ПЕ2010:Виступ_на_семінарі:Белиця Юля:|Види параметрів оптимізації. Вимоги до факторів і параметрів оптимізації..]].<br />
# (30.02.2010р.) [[Користувач:Hotcoffe|ст.гр.СНм-51 Олійник Євген]]: [[ПЕ2010:Виступ_на_семінарі:Євген_Олійник:Методи прогнозування|Методи прогнозування]].<br />
# (26.02.2010р.) [[Користувач:Syrotiuk|ст.гр.СНм-52 Сиротюк Михайло]]: [[ПЕ2010:Виступ_на_семінарі:Сиротюк Михайло:Планування експерименту при дисперсійному аналізі.|Планування експерименту при дисперсійному аналізі.Латинські і греко-латинські квадрати. Латинські куби]].<br />
# (27.02.2010р.) [[Користувач:Rosinets|ст.гр.СНм-51 Росинець Наталія]]: [[ПЕ2010:Виступ_на_семінарі:Росинець Наталія:Попередня обробка експериментальних даних. Критерії відсіювання завідомо помилкових даних.|Попередня обробка експериментальних даних. Критерії відсіювання завідомо помилкових даних.]]. <br />
# (04.03.2010р.) [[Користувач:ulyasi4ka|ст.гр.СНм-51 Чорнописька Юля]]: [[Прогнозування за допомогою нейронних мереж]].<br />
# (04.03.2010р.) [[Користувач:POWER|ст.гр.СНм-51 Вельмик C.В.]]: [[ПЕ2010:Виступ_на_семінарі:Вельмик Сергій:|Дробові репліки. Насичені плани. Генеруючі співвідношення. Ефективність реплік.]]. <br />
# (05.03.2010р.) [[Користувач:ihor_p|ст.гр.СНм-51 Пельц І.В.]]: [[ПЕ2010:Виступ_на_семінарі:Пельц Ігор:|Рототабельне планування]]. <br />
# (07.03.2010р.) [[Користувач:sloyka_yaroslav|ст.гр.СНм-51 Слойка Я.І.]]: [[ПЕ2010:Виступ_на_семінарі:Слойка Ярослав:|Дрейф неоднорідностей]].<br />
# (07.03.2010р.) [[Користувач:olesia|ст.гр.СНм-51 Марценюк О.А.]]: [[ПЕ2010:Виступ_на_семінарі:Марценюк Олеся:|Планування експерименту при наявності некерованих змінних]]. <br />
# (08.03.2010р.) [[Користувач:Scoolf|ст.гр.СНм-51 Галас І.М.]]: [[ПЕ2010:Виступ_на_семінарі:Галас Іван:|Матриця планування експерименту]]. <br />
# (08.03.2010р.) [[Користувач:zvizdar|ст.гр.СНм-51 Бурак А.М.]]: [[ПЕ2010:Виступ_на_семінарі:Бурак Андрій:|Приклади задач у народному господарстві, в тому числі у багатьох областях медицини та ін.]]. <br />
# (09.03.2010р.) [[Користувач:Inna|ст.гр.СН-51 Канєвська І.М.]]: [[ПЕ2010:Виступ_на_семінарі:Канєвська Інна:|Кореляційний аналіз експериментальних даних. Кореляційна матриця. Перевірка гіпотез відносно значень кореляційної матриці.]].<br />
# (10.03.2010р.) [[Користувач:artist1988|ст.гр.СН-51 Канєвська І.М.]]: [[ПЕ2010:Виступ_на_семінарі:Канєвська Інна:|Кореляційний аналіз експериментальних даних. Кореляційна матриця. Перевірка гіпотез відносно значень кореляційної матриці.]]. <br />
Дописуйте по аналогії самі свої виступи</div>Artist1988https://wiki.tntu.edu.ua/index.php?title=2009-2010%D1%80%D1%80_-_%D0%86%D0%BD%D0%B4%D0%B8%D0%B2%D1%96%D0%B4%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D1%96_%D0%B7%D0%B0%D0%B2%D0%B4%D0%B0%D0%BD%D0%BD%D1%8F_%D0%B4%D0%BB%D1%8F_%D0%B2%D0%B8%D1%81%D1%82%D1%83%D0%BF%D1%83_%D0%BD%D0%B0_%D1%81%D0%B5%D0%BC%D1%96%D0%BD%D0%B0%D1%80%D0%B0%D1%85_%D0%B7_%D0%BF%D1%80%D0%B5%D0%B4%D0%BC%D0%B5%D1%82%D1%83_%22%D0%9F%D0%BB%D0%B0%D0%BD%D1%83%D0%B2%D0%B0%D0%BD%D0%BD%D1%8F_%D0%B5%D0%BA%D1%81%D0%BF%D0%B5%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D1%82%D1%83_Design_Of_Experiment_(DOE)%22&diff=9092009-2010рр - Індивідуальні завдання для виступу на семінарах з предмету "Планування експерименту Design Of Experiment (DOE)"2010-03-10T18:15:41Z<p>Artist1988: </p>
<hr />
<div># (20.01.2010р.) [[Користувач:Bojkoio|ст.гр.СНм-51 Бойко Ігор begin_of_the_skype_highlighting end_of_the_skype_highlighting]]: [[ПЕ2010:Виступ_на_семінарі:Бойко_Ігор:Чорний ящик|Схема "чорного ящика" в плануванні експерименту. Фактори (входи) і параметри оптимізації (виходи) "чорного ящика"]].<br />
# (27.01.2010р.) [[Користувач:Сарабун П.|ст.гр.СНм-51 Сарабун П.]]: [[ПЕ2010:Виступ_на_семінарі:Павло_Сарабун:Історія та роль Р.Фішера а планування експерименту|Історія та роль Р.Фішера а планування експерименту]]<br />
# (27.01.2010р.) [[Користувач:Hotcoffe|ст.гр.СНм-51 Олійник Євген]]: [[ПЕ2010:Виступ_на_семінарі:Євген_Олійник:Фактори експеременту|Рівні факторів. Нульовий рівень. Інтервал варіювання фактору]].<br />
# (28.01.2010р.) [[Користувач:Nata|ст.гр.СНм-51 Трушик Наталя]]: [[ПЕ2010:Виступ_на_семінарі:Трушик Наталя:|Проведення експерименту. Анкета для збору даних]].<br />
# (17.02.2010р.) [[Користувач:walter|ст.гр.СНм-51 Готович Володимир]]: [[ПЕ2010:Виступ_на_семінарі:Готович Володимир:|Оптимізаційні методи планування експериментів. Крокова процедура, метод Гаусса-Зейделя, метод крутого сходження.]].<br />
# (17.02.2010р.) [[Користувач:mars|ст.гр.СНм-51 Залецький Михайло]]: [[ПЕ2010:Виступ_на_семінарі:Залецький Михайло:|Регресійні моделі при повному 2 дробовому факторному експерименті. Визначення коефіцієнтів регресії.]].<br />
# (21.02.2010р.) [[Користувач:yulik|ст.гр.СНм-51 Белиця Юля]]: [[ПЕ2010:Виступ_на_семінарі:Белиця Юля:|Види параметрів оптимізації. Вимоги до факторів і параметрів оптимізації..]].<br />
# (30.02.2010р.) [[Користувач:Hotcoffe|ст.гр.СНм-51 Олійник Євген]]: [[ПЕ2010:Виступ_на_семінарі:Євген_Олійник:Методи прогнозування|Методи прогнозування]].<br />
# (26.02.2010р.) [[Користувач:Syrotiuk|ст.гр.СНм-52 Сиротюк Михайло]]: [[ПЕ2010:Виступ_на_семінарі:Сиротюк Михайло:Планування експерименту при дисперсійному аналізі.|Планування експерименту при дисперсійному аналізі.Латинські і греко-латинські квадрати. Латинські куби]].<br />
# (27.02.2010р.) [[Користувач:Rosinets|ст.гр.СНм-51 Росинець Наталія]]: [[ПЕ2010:Виступ_на_семінарі:Росинець Наталія:Попередня обробка експериментальних даних. Критерії відсіювання завідомо помилкових даних.|Попередня обробка експериментальних даних. Критерії відсіювання завідомо помилкових даних.]]. <br />
# (04.03.2010р.) [[Користувач:ulyasi4ka|ст.гр.СНм-51 Чорнописька Юля]]: [[Прогнозування за допомогою нейронних мереж]].<br />
# (04.03.2010р.) [[Користувач:POWER|ст.гр.СНм-51 Вельмик C.В.]]: [[ПЕ2010:Виступ_на_семінарі:Вельмик Сергій:|Дробові репліки. Насичені плани. Генеруючі співвідношення. Ефективність реплік.]]. <br />
# (05.03.2010р.) [[Користувач:ihor_p|ст.гр.СНм-51 Пельц І.В.]]: [[ПЕ2010:Виступ_на_семінарі:Пельц Ігор:|Рототабельне планування]]. <br />
# (07.03.2010р.) [[Користувач:sloyka_yaroslav|ст.гр.СНм-51 Слойка Я.І.]]: [[ПЕ2010:Виступ_на_семінарі:Слойка Ярослав:|Дрейф неоднорідностей]].<br />
# (07.03.2010р.) [[Користувач:olesia|ст.гр.СНм-51 Марценюк О.А.]]: [[ПЕ2010:Виступ_на_семінарі:Марценюк Олеся:|Планування експерименту при наявності некерованих змінних]]. <br />
# (08.03.2010р.) [[Користувач:Scoolf|ст.гр.СНм-51 Галас І.М.]]: [[ПЕ2010:Виступ_на_семінарі:Галас Іван:|Матриця планування експерименту]]. <br />
# (08.03.2010р.) [[Користувач:zvizdar|ст.гр.СНм-51 Бурак А.М.]]: [[ПЕ2010:Виступ_на_семінарі:Бурак Андрій:|Приклади задач у народному господарстві, в тому числі у багатьох областях медицини та ін.]]. <br />
# (09.03.2010р.) [[Користувач:Inna|ст.гр.СН-51 Канєвська І.М.]]: [[ПЕ2010:Виступ_на_семінарі:Канєвська Інна:|Кореляційний аналіз експериментальних даних. Кореляційна матриця. Перевірка гіпотез відносно значень кореляційної матриці.]].<br />
# (10.03.2010р.) [[Користувач:artist1988|ст.гр.СНм-51 Кобзар В.М.]]: [[ПЕ2010:Виступ_на_семінарі:Кобзар Віктор:|Статистичні критерії згоди. Порівняння оцінок дисперсій.]]. <br />
Дописуйте по аналогії самі свої виступи</div>Artist1988