郭氏法則求裝置的設計變數數

A. 設計變數數就是

這個可能會有很多不同的原因，大致可以分成統計和經濟兩類。

從純統計的意義上來說，如果單純的把取對數，看做一個不改變原始數據相對大小的單調變換的話，取對數的數學上的作用就是縮小了數據之間的絕對差異。

我們先考慮一個場景，比如二手車交易市場數據。每天交易的車輛有賓士也有奔奔，顯然兩者的價格差異是巨大的。如果我想弄清楚二手車成交價和車輛的一些特質比如公里數和新舊程度的影響，而採用線性回歸的話，會出現什麼問題呢？

問題就是這樣回歸出來的參數結果會被昂貴轎車那部分數據所綁架，便宜的車的特性在回歸中得不到充分的體現。因為賓士車的價格隨便波動波動就好幾萬，而這已經是一個二手奔奔整個的價格了。

B. 設計變數數就是

你好，hzy876學員！ 你對問題的回答如下: 測量數據是由數值變數組成的，通過觀察得到的指標數據的大小。 通常都有單位。 在臨床研究中，許多數值變數包括在收集的數據中。 由這些變數組成的測量數據必須根據數據設計的特點採用相應的統計分析方法。 測量數據的統計分析主要分為統計描述和推論統計學。 統計描述主要描述數據的分布及其定量特徵，例如數據趨勢的集中和離散趨勢的描述，可以計算出均值和標准差。 推論統計學主要用於估計均值的置信限及進行假設檢驗，例如估計均值的95% 置信區間、 t 檢驗及方差分析等。 計數數據由分類變數組成，分類變數是通過研究不同類別或屬性的頻率數或頻率獲得的。 在臨床研究中，收集到的數據往往包含許多分類變數。 由這些變數組成的計數數據必須根據數據設計的特點進行統計分析。 計數資料的統計分析主要分為統計描述和推論統計學。 統計描述主要是指能夠計算出相對數量的指標，如比率、構成比和相對比較。 推論統計學主要用於估計相對指標的置信限和進行假設檢驗，如95% 的概率置信區間和卡方檢驗。 祝你學習愉快！

C. 用郭氏法分析可知理論板和部分冷凝可調設計變數數分別為

變數數分別為1，1

D. 設計變數數為設計過程需要指定的變數數，即等於獨立變數總數與約束數的差

1、A聚類分析（Cluster Analysis）聚類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程。聚類是將數據分類到不同的類或者簇這樣的一個過程，所以同一個簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。聚類分析是一種探索性的分析，在分類的過程中，人們不必事先給出一個分類的標准，聚類分析能夠從樣本數據出發，自動進行分類。聚類分析所使用方法的不同，常常會得到不同的結論。不同研究者對於同一組數據進行聚類分析，所得到的聚類數未必一致。 2、因子分析（Factor Analysis）因子分析是指研究從變數群中提取共性因子的統計技術。因子分析就是從大量的數據中尋找內在的聯系，減少決策的困難。因子分析的方法約有10多種，如重心法、影像分析法，最大似然解、最小平方法、阿爾發抽因法、拉奧典型抽因法等等。這些方法本質上大都屬近似方法，是以相關系數矩陣為基礎的，所不同的是相關系數矩陣對角線上的值，採用不同的共同性□2估值。在社會學研究中，因子分析常採用以主成分分析為基礎的反覆法。 3、相關分析（Correlation Analysis）相關分析（correlation analysis），相關分析是研究現象之間是否存在某種依存關系，並對具體有依存關系的現象探討其相關方向以及相關程度。相關關系是一種非確定性的關系，例如，以X和Y分別記一個人的身高和體重，或分別記每公頃施肥量與每公頃小麥產量，則X與Y顯然有關系，而又沒有確切到可由其中的一個去精確地決定另一個的程度，這就是相關關系。 4、對應分析（Correspondence Analysis）對應分析(Correspondence analysis)也稱關聯分析、R-Q型因子分析，通過分析由定性變數構成的交互匯總表來揭示變數間的聯系。可以揭示同一變數的各個類別之間的差異，以及不同變數各個類別之間的對應關系。對應分析的基本思想是將一個聯列表的行和列中各元素的比例結構以點的形式在較低維的空間中表示出來。 5、回歸分析研究一個隨機變數Y對另一個(X)或一組(X1，X2，…，Xk)變數的相依關系的統計分析方法。回歸分析（regression analysis)是確定兩種或兩種以上變數間相互依賴的定量關系的一種統計分析方法。運用十分廣泛，回歸分析按照涉及的自變數的多少，可分為一元回歸分析和多元回歸分析；按照自變數和因變數之間的關系類型，可分為線性回歸分析和非線性回歸分析。 6、方差分析(ANOVA/Analysis of Variance) 又稱「變異數分析」或「F檢驗」，是R.A.Fisher發明的，用於兩個及兩個以上樣本均數差別的顯著性檢驗。由於各種因素的影響，研究所得的數據呈現波動狀。造成波動的原因可分成兩類，一是不可控的隨機因素，另一是研究中施加的對結果形成影響的可控因素。方差分析是從觀測變數的方差入手，研究諸多控制變數中哪些變數是對觀測變數有顯著影響的變數

E. 標准節流裝置設計計算

我們以角接取壓標准節流裝置為例，說明節流裝置的設計計算方法。
1.設計任務書
1)被測介質
過熱蒸汽
2)流量范圍
qmmax=250t/h
qm=200t/h
qmmin=100t/h
3)工作壓力
p=13.34MPa(絕對)
4)工作溫度
t=550°C
5)允許壓力損失
δp=59kPa
6)管道內徑
D20=221mm(實測)
7)管道材料
X20CrMoWV121無縫鋼管
8)管路系統布置如圖3-16所示。
要求設計一套標准節流裝置。
2.設計步驟
(1)求工作狀態下各介質參數
查表得工作狀態下過熱蒸汽的粘度η=31.83´10-6Pa•s，密度ρ=38.3475kg/m3，管道的線膨脹系數λD=12.3´1O-6mm/(mm•°C)，取過熱蒸汽的等熵指數k=1.3。
(2)求工作狀態下管道直徑
D=D20[1+λD(t-20)]
=221[1+12.3´10-6(550-20)]=222.44mm
(3)計算雷諾數ReD
ReD=0.354qm/(Dη)
=0.354´200000/(222.44´31.83´10-6)=107
(4)選取差壓上限
考慮到用戶對壓力損失的要求，擬選用噴嘴，對於標准噴嘴，可根據式(3-33)取
Δpmax=3δp=3´59=177kPa
選用最靠近的差壓系列值，取Δpmax=160kPa，對應正常流量下的差壓Δp為
Δp=（200/250）2´160=102.4kPa
(5)求不變數A2
(6)設C0=1，ε0=1
(7)據公式
進行迭代計算，從n=3起，Xn用快速弦截法公式
進行計算，精度判別公式為En=δn/A2，假設判別條件為|En|≤5
´
10-10(n=1，2，…)，則Xn；βn；Cn；εn；δn；En的計算結果列於表3-11。
當n=4時，求得的E小於預定精度，因此得
β=β4=0.6922131
C=C4=0.9399332
(10)求d20
設噴嘴材料為1Cr18Ni9Ti，查表得λd=
18.2×10-6，則
(11)確定安裝位置
根據β=0.7和管路系統，查表3-1可得
根據實際管路系統情況，可將節流裝置安裝在任務書中圖示位置上。但節流件前直管段長度l1不滿足長度要求，在流出系數不確定度上應算術相加±0.5%的附加不確定度O
假設溫度，壓力的測量不確定度為±1%，則δρ/ρ=±1%。
3.50±%4

F. 分離過程設計變數中，計算分配器的約束數時

分離變數就是把含有x的代數式放在等號的一端，把不含x的代數式放在封號的另一端

G. 用郭氏分析法可知理論版和部分冷凝可調設計變數分別為

棓RSA、1，1 （-T+U-）

H. 設計變數數就是

：[單選] 設計變數數就是 (D) A、設計時所涉及的變數數 B、約束數 C、獨立變數數與約束數的和 D、獨立變數數與約束數的差

I. isight設計變數的有效數字可以設置嗎

增加一個輔助變數，d=c-b；然後設置d>0就OK了。

J. DSGE模型求穩態，方程個數少於變數個數

參數化建模是參數（變數）而不是數字建立和分析的模型，通過簡單的改變模型中的參數值就能建立和分析新的模型。參數化建模的參數不僅可以是幾何參數，也可以是溫度、材料等屬性參數。在參數化的幾何造型系統中，設計參數的作用范圍是幾何模型。但幾何模型不能直接用於進行分析計算，需要將其轉化為有限元模型，才能為分析優化程序所用。因此，如果希望以幾何模型中的設計參數作為形狀優化的設計變數，就必須將設計參數的作用范圍延拓至有限元模型，使有限元模型能夠根據設計變數的變化，實現有限元模型的參數化。