Cтраница 1
Методы регрессионного анализа могут быть применены также для нахождения экстраполирующей зависимости изменения параметра при контроле с прогнозированием. [1]
Методы регрессионного анализа позволяют из нескольких различных по виду моделей выбрать наиболее адекватную. Регрессионный анализ сводится к определению на основании экспериментальных данных коэффициентов модели ( коэффициентов регрессии), оценки значимости значений этих коэффициентов и степени адекватности модели. [2]
Методы регрессионного анализа, в отличие, скажем, от методов экспоненциального сглаживания, дают, помимо самого прогноза, другую важнейшую характеристику качества прогноза, выражаемую в виде стандартной ошибки прогноза и его доверительного интервала. Не принимать во внимание эту характеристику значит не до конца воспользоваться всеми преимуществами, которые дает применение методов математической статистики. [3]
Поскольку методы регрессионного анализа позволяют строго определить доверительные интервалы для коэффициентов Ь, он удобен для расчета по результатам эксперимента неизвестных физико-химических параметров, если теоретические зависимости, содержащие такие параметры, удается представить в виде полиномов. [4]
Эти значения вычислены по методу регрессионного анализа и представлены как средняя величина i стандартное отклонение. [5]
Для того чтобы воспользоваться методами регрессионного анализа, нужно зависимость i) ( t /, х) выбрать так, чтобы искомые константы вошли в ее линейно - либо непосредственно, либо после некоторых функциональных преобразований. [6]
В настоящее время активно разрабатываются методы регрессионного анализа, позволяющие ослабить или снять эти ограничения. Так, в случае разнородных наблюдений, загрязненных аномально высокими или аномально низкими значениями случайной величины Y, предлагаются различные методы робаст-ного ( устойчивого к ураганным значениям) оценивания параметров регрессии. Существуют также методы, позволяющие эффективно оценивать параметры в условиях сильной сопряженности регрес-соров. [7]
Проверка значимости каждого коэффициента проводится методами регрессионного анализа независимо один от другого. [8]
При отборе малых проб, используя методы регрессионного анализа, в принципе возможно получение того же объема информации о металле, как и при вырезке массивной заготовки, а именно о прочностных характеристиках, о категории стали и степени ее повреждаемости ( охрупчивания) в процессе эксплуатации. Это позволяет оценить весь комплекс фактических свойств металла при проведении технического диагностирования или паспортизации оборудования. [9]
В случае отсутствия значимой автокорреляции возмущений методами регрессионного анализа может быть найдена не только точечная, но и интервальная оценка уровней ряда, т.е. осуществлены их точечный и интервальный прогнозы. [10]
Расчет значений искомой величины большей частью производится методами регрессионного анализа. Нахождение структуры уравнения регрессии, числа его членов и значений его параметров является обычно достаточно сложной задачей. [11]
Значения комплексных и единичных показателей ремонтопригодности целесообразно прогнозировать методами регрессионного анализа. Для сравнительной оценки ряда вариантов изделия и его систем-более подходят качественные методы. [12]
Исследования направлены, главным образом, на обработку методами линейного и нелинейного регрессионного анализа многолетних данных по разным источникам водоснабжения с последующим выводом эмпирических зависимостей [ 107, 108, 109 ( стр. Делаются также попытки получения обобщенной теоретической зависимости дозы коагулянта от показателей качества воды, поскольку использование такой зависимости в автоматической системе управления очисткой воды может за счет снижения расхода коагулянта дать существенный экономический эффект. [13]
Кроме того, предприняты попытки рассчитать величины / и х методами регрессионного анализа. К сожалению, при преобразовании выражения для расчета CHR по данным об исходной концентрации с учетом количества кислоты, принимающей участие в комплексообра-зованни, пришлось принять упрощенный метод. Метод, использованный нами при расчете на вычислительной машине, оказался неудовлетворительным в тех случаях, когда были большие экспериментальные погрешности. [14]
![]() |
Схемы модели, учитывающие приборные погрешности. [15] |