Cтраница 2
Незначимые коэффициенты исключаются из уравнения регрессии. Оставшиеся коэффициенты пересчитываются заново, поскольку коэффициенты закоррелированы друг с другом. [16]
Незначимые коэффициенты из уравнения регрессии исключаются. Оставшиеся коэффициенты пересчитываются заново, поскольку коэффициенты взаимно закоррелированы. [17]
Незначимые коэффициенты исключаются из уравнения регрессии. Оставшиеся коэффициенты пересчитываются заново, поскольку они статистически связаны друг с другом. [18]
Незначимые коэффициенты исключаются из уравнения регрессии. Оставшиеся коэффициенты пересчитываются заново, поскольку коэффициенты закоррелированы друг с другом. [19]
В результате получают коэффициенты корреляции ( ifb ( cd) и доверительные интервалы для их оценок. Если какие-либо коэффициенты оказываются незначимыми, проводят пересчет оставшихся коэффициентов. После подстановки найденных значений aPb ( Cd) и ЬРЬ Сй, а также коэффициентов взаимных влияний в уравнения ( 1) и ( 2) получают систему уравнений, которую используют для определения неизвестных концентраций свинца и кадмия. [20]
Остальные коэффициенты связывают нормальные напряжения с нормальными деформациями в ортогональных направлениях. Коэффициенты с одним индексом, меньшим или равным 3, и другим, большим или равным 4, связывают нормальные напряжения с деформациями сдвига, и наоборот. Оставшиеся коэффициенты ( оба индекса больше или равны 4) устанавливают соответствие между касательными напряжениями и деформациями сдвига. [21]
Клебша - Гордана, выражение для ух - шести коэффициентов Клебша - Гордана. Суммирование по индексам, входящим в три из них, дает 6 / - символ, умноженный на коэффициент Клебша - Гордана. Суммирование по индексам четырех оставшихся коэффициентов Клебша - Гордана дает еше один 6 / - символ Вигнера. [22]
Во многих приложениях независимые размерные параметры механизма определяются из условий минимизации отклонений от нуля полинома, число независимых коэффициентов ( свободных параметров) которого равно числу независимых размерных параметров. Может случиться, как, например, в автоматических токарных станках [4], что необходимые условия, такие, как размерные ограничения, передаточные характеристики и подобные, могут привести к размерам звеньев, отличающихся от полученных, исходя из требований минимизации структурных ошибок. В таком случае можно рассматривать полином с п коэффициентами, из которых п - m независимых коэффициентов могут быть использованы для минимизации структурных отклонений, тогда как оставшиеся коэффициенты ( т) могут быть использованы для оптимизации по другим условиям. В частности, мы можем определить полином Pnm ( t) с первым коэффициентом, равным единице, определенном на интервале ( а, р), в котором только ( га 1 - т) последовательных максимальных отклонений, начинающихся с t а, численно равны. Эти полиномы превращаются в классические чебышевские полиномы в случае т 0 и, следовательно, могут быть рассмотрены как обобщение этих полиномов. [23]
ХТХ) - 1, а дисперсию воспроизводимости S 0cnf определяют по параллельным опытам. Если tj больше табулированного fy ( Д) для выбранного уровня значимости U числа степеней свободы flt равного числу степеней свободы дисперсии воспроизводимости / op, то коэффициент а значимо отличается от нуля. Незначимые коэффициенты исключаются из уравнения регрессии. Оставшиеся коэффициенты при обработке пассивного эксперимента пересчитываются заново, поскольку они коррелированы друг с другом. [24]
В число членов оптимального полинома могут попасть члены, коррелированные друг с другом. За счет таких членов, отобранных позже, влияние предыдущих членов полинома на изменение значения D2 ( К) может быть уменьшено. В связи с этим после получения оптимального полинома целесообразно перепроверить влияние каждого члена полинома путем их последовательного отбрасывания. Если при отбрасывании очередного члена невязка D2 ( К) не меняется или даже уменьшается ( это может произойти вследствие увеличения надежности оставшихся коэффициентов С1 /), то этот член следует исключить из набора членов оптимального полинома. [25]