თბილისის მიწისქვეშა მიმოქცევითი ლაბორატორიის 1989- 1991 წლების ვერტიკალური ექსტენზომეტრის მონაცემების ერთი ეფექტური შეფასების შესახებ

Abstract

სტატიაში შესწავლია თბილისის მიწისქვეშა მიმოქცევითი ლაბორატორიის 1989-1991 წლების ექსტენზომეტრული მონაცემები და მათი ქცევის ბუნება. წარმოდგენილია შერჩევითი ძალდებული სტატისტიკური მეთოდის გამოყენება წინასწარ დასახელებულ ჰიპოთეზათა შესრულების არეების განსასაზღვრავად. აღნიშნული წლების მონაცემებში მეტწილად დაფიქსირებულია მცირე ინტენსივობის მოძრაობები, თუ არ ჩავთვლით იშვიათ ეპიზოდურ ძლიერ გადახრებს, საბოლოოდ პროცესი სტატისტიკურად სტაციონარულია და მასში იკვეთება სტატისტკური სტრუქტურები, რომელიც ძირითადად დამახასიათებელია გარკვეული პერიოდული (მონაცველობითი) ფაქტორების მოქმედების დროს. სხვა სიტყვებით ეს იმას ნიშნავს, რომ მაღალი ალბათობით მიმოქცევით მონაცემებში დაიკვირვება შემომსაზღვრელი ქანების მხრიდან ერთნაირი სიმძლავრის ზემოქმედებათა შედეგად მიღებული სტაციონარული სტოქასტური ქცევა. განვიხილეთ T სტატისტიკით სასარგებლო სიგნალის აღდგენა, რომელიც გენერირებულია სწორედ დეტერმინისტული ხასიათის ზეგავლენით. მოყვანილია სტატისტიკური შეფასებების მოდელი ნორმალური განაწილებასთან შედარების მეთოდით, როცა ცნობილია ამ განაწილების პარამეტრები (სინჯი განაწილების მეთოდი).

The article studies the 1989-1991extensometric data and the nature of their behavior at the Tbilisi underground circulation laboratory. The use of selective robust statistical methods to determine the predicted hypothesis performance areas is presented. The data for these years are mostly low intensity movements, except for rare episodic strong deviations, eventually the process is statistically stationary and reveals statistical structures that are mainly characteristic of certain periodic (alternating) factors. In other words, this means that most probably the stationary stochastic behavior resulting from the same power impacts on the boundary rocks are observed in the circulation data. We have discussed the recovery of a useful signal from T statistics that is generated by the very deterministic effect. The statistical estimation model is compared with the normal distribution method when the parameters of this distribution are known (sampling method).