數(shù)據(jù)分析建模方法(上)建立數(shù)學(xué)模型是為了利用它有效地分析`(編輯修改稿)
2025-02-11 12:37 本頁面
【文章內(nèi)容簡介】 車 ,55％的車為卡車 ,5％ 的車為摩托車 .” *收集數(shù)據(jù)并非多多益善 ,要善于剔除冗余數(shù)據(jù) . 平均值更具有代表性 ,更如實地反映了渡口 的實際情況 其中 “ 平均 ” 兩字至關(guān)重要 ,因一次擺渡 各類車所占百分比是無意義的 . 需做較多次數(shù)的觀察得到一大批數(shù)據(jù) ,并求 相應(yīng)的平均值得到上述數(shù)據(jù) . 用 數(shù)學(xué)模型描述現(xiàn)實問題 ,模型中 參數(shù)的估計 、模型的 求解 以及模型的 合理性很大程度取決于數(shù)據(jù)的準(zhǔn)確可信 . 實驗數(shù)據(jù)中總存在實驗誤差 在建模工作的各個環(huán)節(jié) ,實驗數(shù)據(jù)誤差都可能造成失之毫厘 , 謬之千里的失誤 . 實 驗 誤 差 隨機(jī)誤差 系統(tǒng)誤差 過失誤差 由一系列偶然因素引起的 一類不易控制的測量誤差 . 實驗觀察過程中服從確定性 規(guī)律的誤差 . 明顯歪曲實驗結(jié)果的誤差 . 無法避免 , 可 增加試驗次數(shù) , 取算術(shù)平均 來減小 . 不能通過增加實驗次數(shù)求算術(shù)平均值來消除 . 可用一定方法 識別、消除 . 可以 識別 、并加以 處理 . * 在實驗數(shù)據(jù)中 ,
電大資料相關(guān)推薦
鄂ICP備17016276號-1