 |
|
Subject: fitting or calibration of values gen. Меня немного смущает грамматика второго предложения и, конечно, "фитирование и калибровка" значений параметров - я такое раньше видела только в технических текстах. Помогите, плиз:-)By listing the main parameters examined in the analyses of interest, the readers are able to understand the necessary sources of the data. Further, including uncertainty ranges establishes the need for attaining parameter values through a fitting or calibration procedure when data is not available from the literature. Перечисление основных параметров, проанализированных в представляющем интерес анализе, даст читателям возможность определить необходимые источники данных. Кроме того, по мере добавления диапазонов неопределенности, появляется необходимость в получении значений параметров посредством фитирования («подгонки») и стандартизации в том случае, когда данные не могут быть получены из существующей литературы. |
|
очень мало контекста, но "стандартизация", имхо, не подходит используются ли fitting и calibration еще где-то в тексте? |
|
of interest -- это далеко не всегда "представляющий интерес" "проанализированных в анализе" тоже не годится как и куда можно добавить "диапазоны неопределенности", представляю себе слабо под fitting or calibration по смыслу имеются в виду аппроксимация и интерполяция ЗЫ слова "фитирование" вообще не знаю |
|
Further, including uncertainty ranges establishes the need for attaining parameter values through a fitting or calibration procedure кроме того, указание диапазонов неопределенности позволяет оценить необходимость определения значений параметров с помощью процедур подгонки и калибровки |
|
when data is not available from the literature -- это существенно если data is not available, приходится аппроксимировать, интерполировать или даже экстраполировать имеющиеся а "подгонку" в этом контексте могут понять неправильно :о) fitting 2) сглаживание; подбор (кривой) по точкам |
|
как поймут - мне по барабану. главное, чтобы было правильно переведено attaining parameter values through a fitting - это однозначно процедура подгонки (скажем, методом наименьших кавадратов) сглаживание, аппроксимация, интерполяция, экстраполяция - это немного другие приемы в математике |
|
establishes the need - не " позволяет оценить", а скорее "указывает на" необходимость -- Нужно больше текста! |
|
*** однозначно процедура подгонки *** дословно-пословный перевод детектед а эту процедуру на деле я представляю себе очень хорошо |
| Далее по тексту нашла еще о калибровке: Calibration - If the objective of the analysis is to describe or predict dynamics in a particular population of interest, describe the process used to calibrate the model dynamics to existing data including the statistical procedure, the types of outcome measures used, and the quality of the data used. |
|
Мне кажется или calibrate the model dynamics to existing data тоже попахивает "подгонкой" Калибровка – Если цель анализа – описать и прогнозировать динамику в отношении конкретной популяции, представляющей интерес, тогда необходимо описать процесс, использованный для калибровки динамики модели к существующим данным, включая статистическую процедуру, типы примененных критериев оценки и качества использованных данных. Может, я, конечно, не права, но в данном контексте of interest вызывает у меня только один вариант. |
|
ваша матчасть -- это моделирование динамики популяций и калибровка моделей информации в сети достаточно of interest может оказаться просто рассматриваемой |
|
калибровка - да, это разновидность подгонки "под fitting or calibration по смыслу имеются в виду аппроксимация и интерполяция" - похоже, с этой версией уже распрощались :) |
| ну, если ради фитирования, то конечно |
|
Я тут почитала в интернете о калибровке имитационных моделей и нашла, что по-русски это правильно называется "адекватность", а по-английски чаще "верификация" - то есть по сути проверка модели на предмет соответствия реальной системе. В процессе калибровки основанные на модели прогнозы сравнивают с полевыми наблюдениями и т. д., задают различные значения входных параметров и смотрят, насколько адекватно реагирует модель, потом ее корректируют. В общем, у меня получается, что "необходимо описать процесс, используемый для проверки соответствия динамики модели существующим данным". Скажите честно... это бред или нет? :-( Мой мозг в отключке... |
| А "фитирование" может заменить корректировкой? Более мягко, так сказать... |
|
перечитайте своё: for attaining parameter values through a fitting or calibration procedure when data is not available from the literature речь идёт о получении недостающих значений параметров, необходимых для сравнения с тем, что выдаёт модель и уж они-то не подгоняются и не корректируются верификация -- это процесс и результат проверки модели, а адекватность -- её свойство, вещи разные из словаря я вам накопипейстила более чем достаточно |
| "Фи(Т)тирования" в р.я. не существует. А корректировка -подгонка - существуют почти рядом. "Мат. моделирование "- очень современный термин (явно не бред!). |
| Всем огромное спасибо! |
|
2 Tante B Re: "речь идёт о получении недостающих значений параметров, необходимых для сравнения с тем, что выдаёт модель и уж они-то не подгоняются и не корректируются" - простите, это вы из какого словаря "накопипастили"? Кстати, удалось ли разобраться с "существенным моментом" - как именно получают недостающие данные? Ведь для этого "приходится аппроксимировать, интерполировать или даже экстраполировать имеющиеся" :) Наверно, "недостающие значения параметров" таким же макаром получают (если без подгонки и корректировки)? И еще: "*** однозначно процедура подгонки *** дословно-пословный перевод детектед" - не понимаю, что и как вы "детектили", но это не перевод, а мое утверждение. Свой вариант перевода я привел в сообщении от 19:16. Неужели вы не понимаете разницы между переводом и комментарием? Хотя разницы между исходными данными и параметрами модели вы, похоже, тоже понять не можете... = = = Если вы плохо разбираетесь в методах обработки эксперимент. данных, то не надо вешать аскеру лапшу на уши. Тут таких советчиков хватает. Удачи! |
|
спасибо за лекцию, уважаемый Enote однако остаюсь при своём мнении и при своих знаниях для разработки и верификации математической (а какой же, кстати, ещё в данном-то контексте?) модели важное значение имеют не столько исходные данные (упоминания которых я здесь не вижу), сколько (литературные, сторонние) данные, с которыми можно сравнивать полученные c помощью оной модели результаты вот они-то бывают в жутком дефиците (случай авторов первого приведённого фрагмента), и приходится интерполировать, экстраполировать, а то и аппроксимировать то, что есть, -- зачастую действительно методом наименьших квадратов, но сначала надо придумать и понять, к чему его приложить процедура похожа на соединение труб фитингами, но не очень sapienti sat, но сапиенцев я в этой ветке не вижу, а лапши и в самом деле много те, кто хорошо разбирается в обработке экспериментальных данных, едва ли когда-либо всерьёз занимались математическим моделированием примите -- и прочь :о) |
|
Насчет серьезности знаний ученых ничего не могу сказать, я не член ВАК, но обработка экспер. данных подразумевает, вообще говоря, построение и использование математических моделей. Скажу по секрету, иногда даже критерий хи-квадрат используют. Связи между трубными фитингами и процедурой размышлений не понял. Займусь-ка я лучше переводами |
|
займитесь-займитесь только сделайте милость, не пишите в них, что математическое моделирование есть составная часть процесса обработки экспериментальных данных вот уж теперь dixi |
|
не дождетесь такой "милости". вы-то сами этими вопросами (математическое моделирование и обработка экспериментальных данных) занимались на практике? Есть у меня в этом огромные сомнения, судя по вашему уровню понимания темы... |
| You need to be logged in to post in the forum |