Хорошие продукты и сервисы
Наш Поиск (введите запрос без опечаток)
Наш Поиск по гостам (введите запрос без опечаток)
Поиск
Поиск
Бизнес гороскоп на текущую неделю c 25.11.2024 по 01.12.2024
Открыть шифр замка из трёх цифр с ограничениями

ГОСТ Р ИСО/HL7 27951-2016; Страница 419

или поделиться

Ещё ГОСТы из 41757, используйте поиск в верху страницы ГОСТ ISO 105-Х12-2014 Материалы текстильные. Определение устойчивости окраски. Часть X12. Метод определения устойчивости окраски к трению Textiles. Tests for colour fastness. Part X12. Colour fastness to rubbing ГОСТ 1.1-2002 Межгосударственная система стандартизации. Термины и определения Interstate system for standardization. Terms and definitions (Настоящий стандарт устанавливает основные термины, применяемые в межгосударственной стандартизации, и их определения. . Термины, установленные настоящим стандартом, рекомендуется использовать в правовой, нормативной, технической и организационно-распорядительной документации, научной, учебной и справочной литературе) ГОСТ Р ИСО/МЭК 10165-1-2001 Информационная технология. Взаимосвязь открытых систем. Структура информации административного управления. Часть 1. Модель информации административного управления Information technology. Open systems interconnection. Structure of management information. Management information model (Настоящий стандарт относится к серии стандартов по услуге информации административного управления ВОС. В стандарте определена информационная модель управляемых объектов и их атрибуты, которые соответствуют информационным аспектам модели административного управления системы, установленной в обзоре административного управления системы ГОСТ Р ИСО/МЭК 10040. . Стандарт применяется для всех определений управляемых объектов и их атрибутов, а также для задач административного управления системами)
Страница 419
Страница 1 Untitled document
ГОСТ Р HCO/HL7 27951—2016
распределения вероятности, то они могут воспользоваться простым значением Т и пренебречь его неопределен
ностью. Это простое значение Т также используется для стандартизации данных при вычислении распределения.
Распределения вероятности определены для целых или вещественных чисел и нормализованы по от
ношению к некоторой точке отсчета (обычно нуль) и эталонной единице (например, стандартное отклонение
standardDeviation = 1). Когда в настоящей спецификации в качестве базовых типов используютсядругие величины,
то для масштабирования распределения вероятности используются среднее значение и стандартное отклоне
ние standardDeviation. Например, если величина типа PPD<PQ> представляет собой длину со средним значением
20 футов и стандартным отклонением standardDeviation. равным 2 дюймам, то нормализованная функция рас
пределения f[x), отображающая вещественное число х на плотность вероятности, должна быть преобразована в
функцию Г(х’), отображающую длину х‘ на плотность вероятности по формуле f(x*) = f[(x" - ц) / а).
По возможности тип данных PPD соответствует требованиям, изложенным в документе «ISO Guide to the
Expression of Uncertainty in Measurement» (GUM) (руководство no представлению неопределенности измерений) и
отраженным в публикации организации NIST «1297 Guidelines for Evaluating and Expressing the Uncertainty of NIST
Measurement Results». Тип данных PPD описывает только то. как представляется неопределенность, а не как она
вычисляется. Понятие «стандартной неопределенности», введенное в документе ISO GUM. соответствует свой
ству standardDeviation.
В.6.1.1 Свойство standardDeviation: OTY
Основная мера вариабельности/неопределенности значения (квадратный корень из суммы квадратов всех
разностей значений данных и математического ожидания). Свойство standardDeviation используется для нормали
зации данных в целях вычисления функции распределения. По свойству standardDeviation приложения, которые не
могут обеспечить обработку функции распределения, могут получить определенную информацию об уровне
доверия к данным.
Свойство standardDeviation является специализацией типа данных QTY (произведенного от типа данных
T.diffType), представляющего разности значений типа Т. Если в качестве Т выступают типы данных REAL или INT. то
свойство T.diffType также имеет значение REAL или INT соответственно. Но если тип данных Т равен TS. то тип
данных T.diffType является типом данных физической величины PQ с размерностью времени.
invariant(PPD х|
\
x.stancsaraDeviat.ion.dataType.implies
(T .d i
tfType);
I ;
B.6.1.2 Свойство distributionType: CE
Определение: код. указывающий тип распределения вероятности. Возможные значения показаны в таблице
В.49. Пустое значение кода причиной пустоты unknown неизвестно) означает, что функция распределения
вероятности неизвестна. В этом случае значение свойства standardDeviation означает эмпирическую догадку.
Определенные распределения вероятности перечислены в таблице В.49. Многие типы распределений определе
ны в терминахспециальных параметров (например, и и рв у-распределении. числостепеней свободыв t-распределении
и т.д.). Однако при этом для всех типов распределений определены среднее значение и стандартное отклонение.
Таблица
В.49 — Домен значений свойства distributionType
Код
Имя
О пределение
(NULL)
Пустое значение кода указывает, что среднее значение оценивалось без су
щественного учета распределения вероятности. В этом случае значение стан
дартного отклонения не имеет строго обоснованной интерпретации, но можно
исходить из того, что принято для нормального распределения, а именно, что
интервал «среднее значение ± одно стандартное отклонение» имеет довери
тельный уровень, примерно равный двум третям
иРавномерное
Равномерное распределение присваивает одинаковую плотность вероятности
значениям, принадлежащим определенному интервалу, и нулевую плотность всем
остальным значениям. Ширина интервала составляет 2 я \3. Таким образом, при
равномерном распределении присваивается плотность вероятности f(x) = (2 о
V3)"1значениям в интервале ця \3 2 х S д + я \3 и f(x) = 0 остальным значениям
N Нормальное
(Гауссово)
Этохорошо известное распределение вероятности с плотностью в форме коло
кола. В силу центральной предельной теоремы теории вероятностей нормаль
ное распределение имеет неограниченные случайные значения, являющиеся
результатом многих случайных процессов. Нормальное распределение являет
ся достаточно точным даже для значений, ограниченных с одной стороны (на
пример. больших 0). если в терминах стандартных отклонений среднее значе
ние находится «достаточно далеко» от границы шкалы
416