Построение - регрессионная модель
Cтраница 2
Чоу может быть использован при построении регрессионных моделей при воздействии качественных признаков, когда имеется возможность разделения совокупности наблюдений по степени воздействия этого фактора на отдельные группы и требуется установить возможность использования единой модели регрессии. [16]
Какие функции наиболее часто применяются для построения регрессионных моделей. [17]
В литературе [187, 192, 2.15] отмечается, что метод построения регрессионной модели наиболее эффективен при поиске диагностического признака, однозначно связанного с одним из параметроз технического состояния. [18]
Данные 10 - й графы анализировались с целью построения регрессионной модели. [19]
Одним из эффективных путей решения задач создания материалов является построение регрессионных моделей ( РМ), описывающих зависимости ( 1) в области ( 3), и нахождение по РМ области НОВ. Знание области НОВ и наличие РМ позволяют проанализировать различные варианты создания материалов и выбрать наилучший. [20]
С аналогичной задачей встречаются при оперировании статистической информацией и построении регрессионных моделей. В этом случае также возникает вопрос, насколько справедлива регрессионная модель при достаточно сильном изменении входных параметров по сравнению с экспериментальными данными, на основании которых строилась модель. [21]
Наряду с предпосылками МНК как метода оценивания параметров регрессии при построении регрессионных моделей должны соблюдаться определенные требования относительно переменных, включаемых в модель. Они были рассмотрены ранее при решении проблемы отбора факторов. Иначе параметры регрессии оказываются статистически незначимыми. [22]
Так как ряды динамики имеют общую тенденцию к росту, то для построения регрессионной модели спроса на товар А в зависимости от дохода необходимо устранить тенденцию. С этой целью модель может строиться по первым разностям, т.е. Лу f ( Лх), если ряды динамики характеризуются линейной тенденцией. [23]
Традиционная методика проведения испытаний предполагает поочередное изменение конструктивных параметров и дестабилизирующих факторов с целью построения регрессионной модели. [24]
На втором этапе анализа следует проверить гипотезу, которая будет выдвинута на первом этапе, путем построения регрессионных моделей. Кривые жизненного цикла товаров ( ЖЦТ), предприятий, отраслей в конкретных случаях могут существен - но различаться, поэтому подбор математической модели - функции, описывающей жизненный цикл в целом, как правило, затруднителен. В связи с этим каждый из четырех этапов жизненного цикла анализируют отдельно. [25]
На втором этапе анализа следует проверить гипотезу, которая будет выдвинута на первом этапе, путем построения регрессионных моделей. Кривые жизненного цикла товаров, предприятий, отраслей в конкретных случаях могут существенно различаться, поэтому подбор математической модели - функции, описывающей жизненный цикл в целом, - как правило затруднителен. В связи с этим каждый из четырех этапов жизненного цикла анализируют отдельно. [26]
 |
Система ГеоИнспектор. Версия. [27] |
Система ГеоИнспектор не привязана к конкретным геологическим, техническим или технологическим параметрам, в ней используется классический математический метод построения множественной регрессионной модели. Для расчета могут быть использованы любые параметры, которые, по мнению пользователя программы, являются важными в оценке выходного параметра, причем не влияющие, малоинформативные параметры программа отсеет сама. [28]
Такова его роль в задачах классификации, где он позволяет уменьшить число геологических признаков, в задачах прогнозирования на основе построения регрессионной модели. Метод главных компонент с успехом используется при картировании геолого-геофизических характеристик, при сравнительном изучении природных систем и выделении эволюционирующих составляющих. [29]
Прежде чем определять оценки коэффициентов регрессии, необходимо выполнить статистический анализ результатов эксперимента с целью оценки их качества и пригодности для построения регрессионной модели. Статистический анализ включает оценку ошибок параллельных опытов, отсеивание грубых ошибок, проверку однородности дисперсий опытов и определение дисперсии воспроизводимости эксперимента. [30]
Страницы: 1 2 3 4