Матрица - план
Cтраница 2
План взвешивания типа 1 соответствует матрице плана D dtu с элементами - 1 и 1: diu - 1 или diu 1, если i - й предмет в м-м взвешивании соответственно не участвует или участвует во взвешивании. [16]
Ниже приводится условный пример составления части матрицы плана по труду и заработной плате для двухпродуктового цеха. [17]
При этом часто матрицу А называют матрицей плана или регрессионной матрицей. [18]
Установленные выбор плана экспериментов, правила заполнения матрицы плана, а также методика проведения экспериментов позволяют получать данные с учетом требований, предъявляемых математическим аппаратом для дальнейшего использования. [19]
Столбцы Т, W, г образуют матрицу плана эксперимента, у - вектор-столбец результатов. [20]
Нижний индекс д у объясняющих переменных), матрицы плана X и оцениваемых параметров в подчеркивает, что речь идет об упомянутых характеристиках модели дисперсионного ( а не регрессионного) анализа. Там, где это не вызывает недоразумений, этот индекс опускается. [21]
Опыты при выполнении эксперимента проводятся в последовательности, предусмотренной матрицей плана. [22]
 |
Z Блок-схема программы оГ - ребстки ценных методом наименьших квадратов с произ. ояьким еазпсом. [23] |
С учетом узлов и базисных функций с нулевыми номерами матрица плана имеет М 1 строку и N 1 столбец. [24]
Так как использован МНК с весами ошибок, то концентрационная матрица плана подготавливается для каждой аналитической частоты в отдельности, а все вычисления повторяются при определении значений элементов каждой строки матрицы коэффициентов поглощения. [25]
 |
Эллипсоид рассеяния оценок коэффициентов регрессии. [26] |
Рандомизация плана предполагает случайный порядок реализации опытов ( строк матрицы плана), что позволяет устранить в математической модели смещения, вызванные действием неконтролируемых неслучайных факторов. [27]
План взвешивания типа 2 - факторный план в том случае, когда матрица плана взвешивания не содержит нулей. Построением именно таких эффективных планов взвешивания будем заниматься в случае двухчашечных весов. [28]
Метод SVD начинается с составления матрицы, известной в статистическом анализе экспериментов как матрица плана. [29]
Для определения пределов варьирования входящих в матрицы планирования факторов были поставлены опыты по матрицам плана первого порядка. В результате этих опытов не было получено положительного эффекта, поэтому верхние пределы были уменьшены. [30]
Страницы: 1 2 3 4