the undrained shear strength (Su) o

the undrained shear strength (Su) of a clayey site soil. Alternatively, the information
contained in research findings such as in Figure 3.18 can be utilized in planning
subsurface investigations. Intuitively, one also realizes that the standard deviation
estimates obtained from a given evaluation method correlate well with reliability of
the evaluation method, i.e., a relatively higher standard deviation indicates a less reliable
evaluation method.
The typical variability associated with soil index tests and strength tests as reported by
Phoon et al. (1995) are shown in Table 3.10 and Table 3.11, respectively. For analytical
purposes, one can completely describe a random variable using an appropriate probability
density function (in the case of a continuous random variable) or probability mass
function (in the case of a discrete random variable) that satisfies the statistics of that
particular random variable. The distribution that satisfies all the statistical properties of
the random variable would obviously be its own histogram. However, what is assumed in
many instances is a mathematical function that would closely ‘‘model’’ the statistical
properties of the considered random variable. When selecting an appropriate mathematical
distribution for a given variable, it is most common to match only the mean and the
standard deviation of that variable with the corresponding quantities that are computed
using the mathematical equation of the considered distribution as follows:

ผลลัพธ์ (ไทย) 1:

แรงเฉือน undrained แรง (Su) ของดินเหนียวไซต์ หรือ ข้อมูลประกอบด้วยงานวิจัยที่ค้นพบเช่นในรูปที่ 3.18 สามารถนำไปใช้ประโยชน์ในการวางแผนสอบสวน subsurface สังหรณ์ใจ หนึ่งยังตระหนักที่ส่วนเบี่ยงเบนมาตรฐานประเมินได้จากวิธีการประเมินที่กำหนดให้เชื่อมโยงกับความน่าเชื่อถือของวิธีการประเมินผล เช่น ค่อนข้างสูงส่วนเบี่ยงเบนมาตรฐานบ่งชี้ว่า น่าเชื่อถือน้อยวิธีการประเมินสำหรับความผันผวนทั่วไปเกี่ยวข้องกับดินดัชนีทดสอบความแข็งการทดสอบรายงานพูนและ al. (1995) ที่แสดงในตารางที่ 3.10 และ 3.11 ตาราง ตามลำดับ สำหรับวิเคราะห์วัตถุประสงค์ หนึ่งสามารถอธิบายตัวแปรสุ่มโดยใช้ความน่าเป็นที่ที่เหมาะสมทั้งหมดฟังก์ชันความหนาแน่น (ในกรณีของตัวแปรสุ่มต่อเนื่อง) หรือความน่าเป็นโดยรวมฟังก์ชัน (ในกรณีของตัวแปรสุ่มไม่ต่อเนื่อง) ที่ตรงตามสถิติของที่ตัวแปรสุ่มเฉพาะ การแจกจ่ายที่ตรงตามคุณสมบัติทางสถิติทั้งหมดของตัวแปรสุ่มจะชัดเป็นฮิสโตแกรมของตัวเอง อย่างไรก็ตาม สิ่งสันนิษฐานในหลายคือ ฟังก์ชันทางคณิตศาสตร์ที่จะใกล้ชิด ''โมเดล '' ที่สถิติคุณสมบัติของตัวแปรสุ่มเป็น เมื่อเลือกที่เหมาะสมทางคณิตศาสตร์กระจายตัวแปรกำหนด เป็นใหญ่ตรงค่าเฉลี่ยเท่ากับและส่วนเบี่ยงเบนมาตรฐานของตัวแปรนั้นมีปริมาณที่สอดคล้องกันที่จะคำนวณโดยใช้สมการทางคณิตศาสตร์ของการกระจายเป็นดังนี้:

ผลลัพธ์ (ไทย) 2:

แรงเฉือนแบบไม่ระบายน้ำ (ซู) ของดินเหนียวเว็บไซต์ อีกวิธีหนึ่งคือข้อมูล
ที่มีอยู่ในผลการวิจัยเช่นในรูปที่ 3.18 สามารถนำไปใช้ในการวางแผน
การตรวจสอบดิน สังหรณ์ใจหนึ่งยังตระหนักดีว่าค่าเบี่ยงเบนมาตรฐาน
ประมาณการที่ได้จากวิธีการประเมินที่ได้รับมีความสัมพันธ์ดีกับความน่าเชื่อถือของ
วิธีการประเมินคือค่าเบี่ยงเบนมาตรฐานค่อนข้างสูงบ่งบอกถึงความน่าเชื่อถือน้อย
วิธีการประเมิน.
แปรปรวนทั่วไปที่เกี่ยวข้องกับการทดสอบดัชนีดินและการทดสอบความแข็งแรง ตามที่รายงานโดย
พูนและคณะ (1995) แสดงในตารางที่ 3.10 และตารางที่ 3.11 ตามลำดับ สำหรับการวิเคราะห์
วัตถุประสงค์หนึ่งอย่างสมบูรณ์สามารถอธิบายตัวแปรสุ่มโดยใช้ความน่าจะเป็นที่เหมาะสม
ฟังก์ชันความหนาแน่น (ในกรณีของตัวแปรสุ่มต่อเนื่อง) หรือความน่าจะเป็นมวล
ฟังก์ชั่น (ในกรณีของตัวแปรสุ่มต่อเนื่อง) ที่สอดคล้องกับสถิติของ
ตัวแปรสุ่มโดยเฉพาะอย่างยิ่ง . การกระจายที่ตอบสนองทุกคุณสมบัติทางสถิติของ
ตัวแปรสุ่มอย่างเห็นได้ชัดจะเป็น histogram ของตัวเอง แต่สิ่งที่จะสันนิษฐานได้ใน
หลาย ๆ กรณีเป็นฟังก์ชั่นทางคณิตศาสตร์ที่จะใกล้ชิด '' รูปแบบ '' สถิติ
คุณสมบัติของการพิจารณาตัวแปรสุ่ม เมื่อเลือกทางคณิตศาสตร์ที่เหมาะสม
สำหรับการกระจายตัวแปรที่กำหนดให้มันเป็นเรื่องธรรมดามากที่สุดเพื่อให้ตรงกับเพียงค่าเฉลี่ยและ
ค่าเบี่ยงเบนมาตรฐานของตัวแปรนั้นด้วยปริมาณที่สอดคล้องกันที่จะคำนวณ
โดยใช้สมการทางคณิตศาสตร์ของการกระจายการพิจารณาดังต่อไปนี้:

ผลลัพธ์ (ไทย) 3:

แรงเฉือนแบบไม่ระบายน้ำของดิน ( ซู ) เว็บไซต์เหนียว อีกวิธีหนึ่งคือ ข้อมูล
ที่มีอยู่ในงานวิจัย เช่น ในรูปที่ 3.18 สามารถใช้ในการวางแผน
การตรวจสอบดิน สังหรณ์ใจ หนึ่งก็ว่าส่วนเบี่ยงเบนมาตรฐาน
ที่ได้จากการประมาณโดยให้สัมพันธ์กับความน่าเชื่อถือของ
วิธีการประเมินผล ได้แก่ค่อนข้างสูง ส่วนเบี่ยงเบนมาตรฐาน พบว่า วิธีการประเมินความน่าเชื่อถือ

ปกติน้อยลง ความแปรปรวนที่เกี่ยวข้องกับการทดสอบและการทดสอบความแข็งแรงตามที่รายงานโดย
พูน et al ( ดิน ( 1995 ) แสดงตารางตาราง 3.10 และ 3.11 ตามลำดับ เพื่อวิเคราะห์
, หนึ่งสามารถอธิบายตัวแปรโดยใช้ความน่าจะเป็น
เหมาะสมความหนาแน่นของฟังก์ชัน ( ในกรณีของตัวแปรสุ่มต่อเนื่อง ) หรือฟังก์ชันมวลความน่าจะเป็น
( ในกรณีของตัวแปรสุ่มไม่ต่อเนื่อง ) ที่ตรงตามสถิติที่
เฉพาะสุ่มตัวแปร การกระจายที่ตอบสนองทุกคุณสมบัติทางสถิติของตัวแปรเชิงสุ่ม
คงจะเป็นฮิสโตแกรมของตนเอง อย่างไรก็ตาม สิ่งที่เป็นสมมติใน
หลายครั้งที่เป็นคณิตศาสตร์ฟังก์ชันที่ 'model อย่างใกล้ชิด ' ' ' สถิติ
คุณสมบัติของการพิจารณาตัวแปรเชิงสุ่ม เมื่อเลือกการกระจายทางคณิตศาสตร์
เหมาะกับตัวแปร มันเป็นเรื่องธรรมดามากที่สุดเพื่อให้ตรงกับเพียงค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐานของ
ที่ตัวแปรที่สอดคล้องกับปริมาณที่คำนวณ
การใช้สมการทางคณิตศาสตร์ของการพิจารณาการกระจายดังนี้