Cтраница 3
Положение линий регрессии с учетом принятой гипотезы показано на рис. 6.9 штриховыми линиями. Как следует из рис. 6.9, отношение пределов текучести при растяжении и сжатии ПТФЭ в исследованном диапазоне времен и температур можно полагать постоянным или во всяком случае изменяющимся весьма незначительно. Таким образом, изложенное дает основание считать возможным введение эквивалентного напряжения для описания длительного сопротивления ПТФЭ при плоском напряженном состоянии. [31]
Расчет линии регрессии по методу наименьших квадратов ( МНК) обычно выполняется с помощью настольной вычислительной ( счетной) машины. Однако при наличии ЭВМ эта работа значительно упрощается. Ниже приведена программа такого расчета, написанная на языке ФОРТРАН-IV; эта программа при переходе от одного типа ЭВМ к другому нуждается лишь в небольших изменениях, которые доступны каждому специалисту. [32]
Сопоставление линий регрессии на рис. 53 свидетельствует о том, что на секторных моделях одно - и многоколпачковых тарелок брызгоунос в промышленных колоннах с пере-крестноточными колпачко - д выми тарелками не моделируется. [33]
Параметры линии регрессии обычно определяют методом наименьших квадратов. [34]
Найти линию регрессии - значит определить такую линию, которая наилучшим образом представляет множество точек, полученных в результате некоторого опыта. [35]
Значит, линия регрессии проведена правильно и хорошо отображает связь между концентрациями инсектицида и гибелью насекомых. [36]
Как оценивается линия регрессии в аналитической группировке. [37]
Если обе линии регрессии К на X и X на К-прямые, то корреляцию называют линейной. [38]
Дисперсия относительно линии регрессии лишь в 1 5 раза превышает дисперсию единичного измерения, и это различие статистически незначимое. [39]
Если обе линии регрессии Y на X и X на У-прямые, то корреляцию называют линейной. [40]
Если обе линии регрессии Y иа X и X на Y - прямые, то корреляцию называют линейной. [41]
Индикатором качества линии регрессии является коэффициент детерминации. [42]
Часто наклон линии регрессии можно предсказать из теоретического рассмотрения заданных величин. [43]
Точка пересечения линии регрессии с осью ординат дает простую оценку эффективности инвестиции в течение периода регрессии, когда доходность измеряется в сравнении с ожидаемой доходностью, полученной по модели оценки финансовых активов. [44]
Для построения линии регрессии определяются постоянные а и Ь, которые могут быть получены обработкой экспериментальных данных методом наименьших квадратов. Обработка большего количества данных испытаний показала, что в большинстве случаев линейной зависимости lgYif ( l / T) не наблюдается, при этом расчеты постоянных линий регрессий и доверительных интервалов могут быть недостаточно надежными, а отсюда не всегда правомерна экстраполяция линии регрессии в область рабочих температур и, следовательно, полученные экстраполированные значения температур являются ориентировочными. [45]