Cтраница 4
Выбор типа регрессионных моделей для практического применения должен производиться с учетом физических законов, определяющих течение процесса. Если анализ физических законов показывает, что соответствующие переменные связаны линейной зависимостью, применение полиномиальной модели регрессии второго порядка приведет лишь к искажению модели, особенно, если эта модель используется для описания областей, находящихся вблизи границы или за пределами интервала имеющихся экспериментальных данных. Если же физические законы указывают, например, на кубическую зависимость, то полиномиальные модели регрессии третьего порядка являются более подходящими, чем линейные. [46]
Метод построения регрессионной модели наиболее эффективен при поиске диагностического признака, однозначно связанного с одним из параметров технического состояния. [47]
Выбор типа регрессионных моделей для практического применения должен производиться с учетом физических законов, определяющих течение процесса. Если анализ физических законов показывает, что соответствующие переменные связаны линейной зависимостью, применение полиномиальной модели регрессии второго порядка приведет лишь к искажению модели, особенно если эта модель используется для описания областей, находящихся вблизи границы или за пределами диапазона имеющихся экспериментальных данных. Если же физические законы указывают, например, на кубическую зависимость, то полиномиальные модели регрессии третьего порядка являются более подходящими, чем линейные. [48]
Производим расчет регрессионной модели отдельно для различных периодов времени и определим собственные СКО в этих периодах. [49]
Анализ точности регрессионной модели в рамках реалистической схемы сводится к вычислению оценки о для средне-квадратической погрешности аппроксимации о по обычной формуле выборочной остаточной дисперсии. [50]
При построении регрессионных моделей для коэффициента нефтеотдачи обычно часть регрессоров можно рассматривать как случайные величины и поэтому целесообразно обсуждать смешанную модель, так как остальные регрессоры являются обычными переменными ошибками, измерениями которых можно пренебречь. [51]
Для построения регрессионных моделей и для прогнозирования исследуемых показателей в пакете используются следующие методы: регрессии; Брандона; группового учета аргументов; прогноза с помощью автокорреляционной функции; полиномов Чебышева; гармонических весов; адаптационного прогнозирования. [52]
Оценка параметров регрессионной модели взвешенным методом наименьших квадратов реализована в большинстве компьютерных пакетов. [53]
Описанная система регрессионных моделей используется для количественной характеристики взаимодействия сырьевого и товарного блоков производства. Как только определены в соответствии с заданным ассортиментом объемы подлежащих компаундированию полупродуктов, осуществляется переход к решению ЗОК. [54]
Подробному рассмотрению классической регрессионной модели посвящены гл. Практически весь последующий материал посвящен моделям, которые так или иначе могут быть сведены к классической. Часто раздел эконометрики, изучающий классические регрессионные модели, называется Эконометрикой-1, в то время как курс Эконометрика-2 охватывает более сложные вопросы, связанные с временными рядами, а также более сложными, существенно нелинейными моделями. [55]