Метода - регрессионный анализ
Cтраница 3
Выделив из общего числа k эффектов, создаваемых факторами и их взаимодействиями k - / значимых, можно оценить их на шумовом поле, созданном / остальными эффектами по их вкладу в дисперсию пользуясь методами регрессионного анализа. [31]
В общем случае, когда значения Xi и yi f ( xi) либо измеряются с ошибкой, либо по своей природе являются случайными величинами, для установления приближенной статистической связи между случайными переменными используются методы регрессионного анализа. [32]
Выделив из общего числа k эффектов, создаваемых факторами и их взаимодействиями ( в (2.6) некоторые xt x xt), k - I значимых, можно оценить их на шумовом поле, созданном I остальными эффектами z, пользуясь методами регрессионного анализа. [33]
 |
Критические значения коэффициента линейной. [34] |
В этом случае исследование статистической связи следует продолжить и попытаться выделить ее функциональную составляющую. Это делается методами регрессионного анализа. [35]
Так, например, составлены математические описания процессов конверсии метанола в формальдегид в производстве формалина. Для этого были применены методы регрессионного анализа с проведением расчетов на электронной вычислительной машине. [36]
Не останавливаясь на методах нахождения коэффициентов cmi по известной корреляционной матрице случайного вектора, рассмотрим получение оценок cmi по некоторой обучающей выборке. Оценка может быть произведена как методами регрессионного анализа, так и методом стохастической аппроксимации. Воспользуемся последним, так как он дает удобный для обучения рекуррентный алгоритм. [37]
Выполнение данного этапа построения дискретно-непрерывной модели осуществляется методами регрессионного анализа, как описано в § 9.2. При построении внутриклассовых уравнений регрессии используется вся совокупность точек по каждому литейному цеху, который попал в данный класс. В табл. 9.7 приведены уравнения регрессии для всех четырех классов и их статистические характеристики. [38]
Изучена возможность описания асимметричных пиков би-гауссовой функцией и полиномами 4 - 6 порядков на материале расчетов на ЭВМ по тарельчатой модели хроматографической колонки. С помощью Д - оптимального планирования эксперимента и метода регрессионного анализа получены уравнения для основных параметров пиков. [39]
Изучена возможность описания асимметричных пиков би-гауссовой функцией и полиномами 4 - 6 порядков на материале расчетов на ЭВМ по тарельчатой модели хроматографической колонки. С помощью Д - оптимального планирования эксперимента и метода регрессионного анализа получены уравнения для основных параметров пиков. [40]
Мы показали, что описанные в данном разделе кинетические параметры выражаются простыми алгебраическими уравнениями. Эти уравнения могут быть решены с помощью компьютеров методами регрессионного анализа. В зависимости от алгебраического уравнения методы могут варьировать от простой линейной регрессии до оптимизации функции. [41]
По 19 участкам ( месторождениям) были определены коэффициенты нефтеизвлече: ния. Исследование парной зависимости конечной нефтеотдачи от плотности сетки скважин осуществлено методами регрессионного анализа. [42]
По 19 участкам ( месторождениям) были определены коэффициенты нефтеизвлече-ния. Исследование парной зависимости конечной нефтеотдачи от плотности сетки скважин осуществлено методами регрессионного анализа. [43]
При расчете вязкости по методу Андруссова необходима предварительная обработка экспериментальных данных по вязкости методами регрессионного анализа для получения необходимых коэффициентов, что затрудняет широкое применение метода. [44]
Неизвестные коэффициенты правых частей уравнений (4.2.23) должны быть найдены на основе таблицы экспериментальных значений (4.2.22) с помощью метода наименьших квадратов. Наличие ошибок е в наблюдениях qtj приводит к необходимости использовать для нахождения неизвестных коэффициентов а / методы регрессионного анализа. [45]
Страницы: 1 2 3 4