АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Значения параметров регрессионной модели для расчета эталонных характеристик

Читайте также:
  1. A. моделирование потока капитальных вложений
  2. A. Характеристика нагрузки на организм при работе, которая требует мышечных усилий и энергетического обеспечения
  3. B. моделирование потока амортизации
  4. B. Приведение параметров микроклимата и нормативным показателям
  5. C. моделирование потока прибыли
  6. C. порядок расчета коэффициента чувствительности «b»
  7. F. моделирование потока собственных оборотных средств
  8. I. Краткая характеристика группы занимающихся
  9. I. Общая характеристика договора продажи недвижимости
  10. I. Основные характеристики и проблемы философской методологии.
  11. II. Загальна характеристика ХНАДУ
  12. II. Перенесение лингвистической модели в структурную антропологию
Параметр сложности Параметры уравнения регрессии С выделением элемента Без выделения элемента
  Для m   Для σ   Для m   Для σ
Постоянные уравнения регрессии
- +6,54 +0,7 -6,86 -0,05
Коэффициенты регрессии
S +0,02 +0,09 -0,22 -0,21
g -0,3   +1,65 +0,72
а -0,18 -0,13 +1,58 +0,56
Lg h +1,57 +0,51 +13,14 +2,39
l +0,48 -0,02 +1,3 +0,98
Параметры оценки достоверности
- σz 0,53 0,37 2,72 2,35
  dz 0,88 0,23 0,83 0,5
               

 

Где σz – средняя квадратическая ошибка оценки m или σ с помощью регрессионной модели,

Dz – коэффициент множественной детерминации.

6. Полученные значения mэj и σэj для последней совокупности должны быть умножены на величину поправочного коэффициента Δ1.

7. Полученные значения mэj и σэj пересчитываются в эталонные характеристики:

; (3.6)

(3.7)

8.Реальные значения mэа и σэа для алгоритма определяются по формулам:

(3.8)

где Δ2 – коэффициент приведения, вычисляемый по формуле:

, (3.9)

где nк – количество операций с кнопками;

nп – количество перестановок переключателей;

nл – количество сигнальных ламп (транспарантов), свечение которых должно быть воспринято;

no – количество отсчетов по стрелочным приборам;

nр – количество плавных регулировок, выполняемых вращением ручки настройки;

nш – количество плавных регулировок, выполняемых с помощью отвертки;

nа – общее количество операций в алгоритме.

С помощью этого коэффициента вводятся поправки на отличие времени выполнения операций с перечисленными элементами от времени нажатия кнопки.

Полученные по способу статистического эталона математическое ожидание времени выполнения алгоритма и среднее квадратическое отклонение времени выполнения алгоритма могут рассматриваться в качестве первичных характеристик продолжительности выполнения алгоритма с учетом аппаратурной и операционной сложности работы на конкретном рабочем месте. Их можно использовать для расчета нормативов выполнения алгоритмов. При этом следует учитывать, что для опытных операторов фактические значения будут составлять 60 – 70% от расчетных.

 

Варианты решений

ВАРИАНТ 1


МАСШТАБ 1:5

 

ВАРИАНТ 2

 


МАСШТАБ 1:5

ВАРИАНТ 3

 

 


МАСШТАБ 1:5

ВАРИАНТ 4

 

МАСШТАБ 1:5

 

 

ВАРИАНТ 5

 


МАСШТАБ 1:5

ВАРИАНТ 6

 

 

 

 


МАСШТАБ 1:5

ВАРИАНТ 7

 

МАСШТАБ 1:5

ВАРИАНТ 8

 

 

 


МАСШТАБ 1:5

 

ВАРИАНТ 9

 

 


МАСШТАБ 1:5

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.006 сек.)