تحقیق درباره انتخاب مدل برای یک فرآیند

تحقیق درباره انتخاب مدل برای یک فرآیند
تحقیق درباره انتخاب مدل برای یک فرآیند
تحقیق درباره انتخاب مدل برای یک فرآیند فرمت فایل : word (لینک دانلود پایین صفحه) تعداد صفحات 25 صفحه
انتخاب مدل
انتخاب مدل برای یک فرآیند مشخص ممکن است بوسیله شناخت ویژگی های فیزیکی فرآیند اجرا شود. مثلا در استحکام مواد ویژگی weakest – link ممکن است قابل اجرا باشد و بنابراین یک توزیع احتمالاتی با این ویژگی ممکن است مناسب باشد تجربیات گذشته هم ممکن است یک راهنما باشد اگر آزمایشات مشابه نتایج مطابق با یک توزیع خاص داشته باشد ممکن است اولین عقیده برای پیگیری کردن باشد در صورت فقدان نکته مفید برخی آنالیز اکتشافی داده ها مورد نیاز است تا به چنین جنبه های رفتاری قابلیت اعتماد تجربی یا توابع مخاطره رسیدگی کند که ممکن است یک خانواده محتمل از توزیع ها را پیشنهاد کند هرراهی مورد استفاده قرار می گیرد تا انتخاب جزئی یک مدل را انجام دهد. برازش مدل باید توسط نمودار کامل شود تا تشخیص داده شود چگونه بهترین مدل به داده ها برازش داده شود.
مدل های تئوری مثل وایبل، نمایی و دیگر شکلهای خوش تعریف نامگذاری می شوند تا بعنوان یک خانواده مدل فکر شوند این خانواده پارامترهایی که معمولا نامعلوم هستند و احتیاج به برآورد از داده های در دسترس هستند را درگیر می کنند تشخیص پارامتر عضو خاصی از خانواده که به داده ها برازش داده می شود را تعیین هویت می کنند. روشهایی که با فرض برآورد یک خانواده مدل پایه گذاری می شود پارامتری نامیده می شود برای ساختن این فرضیات جزئی به برآورد یک توزیع احتمالاتی نیاز داریم.
برآورد ناپارامتری h(t), R(t)
برآورد توابع قابلیت اعتماد و مخاطره بر پایه داده هایی که به عنوان داده هایی آزمایشی ترجیح داده می شوند می باشد تکنیک رسم نمودار در آنالیز اکتشافی داده ها طراحی می شود تا به انتخاب مدل هایی که اغلب بر پایه این توابع هستند کمک کند.
یک مجموعه ازمشاهدات t1,t2,…tn را در نظر بگیرید آماره های ترتیبی با:
نشان داده می شوند که اندیس I هیچ رابطه خاصی با i ندارد. R(t(i)) مرتبط با نسبت مشاهدات بزرگتر t(i) می باشد گفته می شود (1-p­i) که pi­ نسبت مشاهده شده مشاهدات کمتر یا مساوی با t(i) است برآورد تابع قابلیت اعتماد با نشان داده می شود با مساوی قرار دادن و (1-pi) یک تابع رتبه ای با جهش در t­(i) مشاهده می شود تعدادی فرمول برای pi وجود دارد مثلا:
آخرین فرمول Hazen است و معمولا بر پایه بزرگترین نمونه است n>20 برای نمونه های کوچک مطلوب است. تمام فرمول های نشان داده شده در بالا مواردی از فرمول عمومی است. بحث درباره ویژگی این برآورد کننده ها در (1978) Cunnane پیدا می شود.
چنین روشهایی از برآورد که هیچ فرضی درباره توزیع ندارند ناپارامتری نامیده می شوند. تابع مخاطره با H(t)=-logR(t) نمایش داده می شود که برآورد H(t) به صورت
می باشد.
از نمودار ارزیابی اینکه تابع مخاطره افزایشی، کاهش یا ثابت می ماند ممکن است یک نمودار خطی اشاره بر تابع مخاطره ثابت دارد یک نمودار محدب تابع مخاطره افزایشی و یک نمودار مقعر تابع مخاطره کاهشی دارد.
برآورد مستقیم تابع مخاطره بوسیله فرمول زیر است:
که همان مقادیر که برای برآورد R(t) استفاده می شود را اختیار می کند تابع چگالی این گونه برآورد می شود:
با مجموعه داده های کوچک یا داده هایی با فاصله های زیاد لازم است تکنیک، هموار کردن، بکار رود باید آگاه باشیم که در نمونه های کوچک مشاهده جعلی تاثیر قابل ملاحظه ای دارد.
مثال (3-1): جدول زیر داده هایی از (1977) Kapur and Lamberson است که نتایج برآورد توابع مخاطره و قابلیت اعتماد را به منظور هموار کردن چهارمین و پنجمین فاصله ها که ترکیب شده و بعنوان تنها فاصله در برآورد تابع مخاطره است را نشان می دهد.
نمودارهای (3-1) و (3-2) نمودارهایی از برآورد R(t) و h(t) با شکلهای تابعی مناسب را نشان می دهد.

فرمت فایل : word  (لینک دانلود پایین صفحه) تعداد صفحات 25 صفحه           انتخاب مدل انتخاب مدل برای یک فرآیند مشخص ممکن است بوسیله شناخت ویژگی‌های فیزیکی فرآیند اجرا شود. مثلا در استحکام مواد ویژگی weakest – link‌ ممکن است قابل اجرا باشد و بنابراین یک توزیع احتمالاتی با این ویژگی ممکن است مناسب باشد تجربیات گذشته هم ممکن است یک راهنما باشد اگر آز ...

مدل برای یک فرآیند

مدل فرآیند

مدل آماری

ریاضیات