Линейный регрессионный анализ

Cтраница 3

Зависимость средних квадратических отклонений разруша-ющих напряжений в клеевом слое от их средних значений представлена на рис. 29; прямая проведена с использованием методов линейного регрессионного анализа. [31]

Для решения этой задачи применяется излагаемая ниже методика обработки данных наблюдений, основанная на использовании метода наименьших квадратов ( МНК) и статистических методах линейного регрессионного анализа. Погрешность наблюдений вносит свой вклад в результаты обработки, поэтому они носят приближенный, оценочный характер, и, в свою очередь, содержат погрешность. Следовательно, наряду с определением зависимости у ( х) желательно также оценивать величины, характеризующие погрешности исходных данных наблюдения и результатов их обработки. [32]

Иными словами, 60 является линейной комбинацией наилучших линейных несмещенных оценок для каждой / - и серии наблюдений без учета случайного характера в /, Это позволяет проводить основную часть расчетов по стандартным алгоритмам линейного регрессионного анализа. [33]

Нарушение второго предположения регрессивного анализа - о равноточности измерений - тоже приводит к появлению систематических погрешностей. Классическая схема линейного регрессионного анализа ориентирована на то, что значение абсолютной погрешности постоянно во всем диапазоне концентраций. В действительности это далеко не всегда так. При приготовлении стандартных растворов погрешность обычно накапливается по мере увеличения числа разбавлений, и постоянной остается скорее относительная погрешность, чем абсолютная. Поэтому перед расчетом параметров уравнения регрессии должна быть проверена гипотеза о равноточности. [34]

Модели второго типа - статистические представляют собой полиномиальные зависимости, коэффициенты которых отыскиваются статистическими методами. Чаще всего здесь применяется методы линейного регрессионного анализа. [35]

Статистическая теория линейного регрессионного анализа является фундаментом многих разделов теории планирования эксперимента. В данной главе основные положения линейного регрессионного анализа подробно объясняются и обосновываются. Лицам, знакомым с теорией линейного регрессионного анализа, достаточно лишь бегло просмотреть главу с целью ознакомления с используемыми далее понятиями и обозначениями. [36]

Наиболее эффективным математическим аппаратом для ее получения является регрессионный анализ, позволяющий установить степень влияния различных факторов на величину удельного расхода материалов. Чаще всего применяется в настоящее время линейный регрессионный анализ. [37]

Такой метод, несомненно, дает математически более точный результат, чем график разброса, или анализ диапазона, но дает ли он более точный прогноз совокупных затрат. Как и два других метода, линейный регрессионный анализ предполагает линейное поведение затрат. Помните, что математическое выражение общих затрат, которое мы дали выше, у - а Ьх представляет собой общую формулу графика прямой линии. Кроме того, здесь по-прежнему прогноз строится на основе анализа данных прошлых периодов. Таким образом, чем больше результатов прошлых наблюдений включено в регрессионный анализ, тем лучше математически обоснован результат. Однако, как мы уже убедились, при оценке затрат увеличение числа значений наблюдений прошлых периодов не всегда дает положительный эффект. [38]

При анализе влияния сложности геологического строения, частично характеризуемой параметрами геологической неоднородности по скважинам, на эффективность выработки запасов с учетом технологических показателей на каждую из стадий разработки по данным скважин составлены матрицы геологических и технологических признаков. По нормированным входным параметрам матриц проведен множественный линейный регрессионный анализ. Это позволит выделить для различных по условиям образования типов продуктивных пластов как геологические, так и технологические признаки, наиболее существенно влияющие на эффективность нефтеизвлечения и, кроме того, проследить изменчивость их влияния по стадиям разработки. [39]

Квадратичные целевые функции используются также в линейном регрессионном анализе. [40]

При анализе результатов научных исследований часто возникают ситуации, когда функция отклика зависит от нескольких факторов. В этих случаях для нахождения параметров моделей используют множественный линейный регрессионный анализ. [41]

Оптическую плотность растворов измеряют относительно растворителя. Результат холостой пробы и его погрешность рассчитывают методом линейного регрессионного анализа ( см. разд. [42]

Из различных интегральных законов скорости с различными порядками реакции необходимо подобрать тот, который наилучшим образом согласуется с экспериментальными данными. С помощью преобразования данных обычно сводят задачу к простому линейному регрессионному анализу. Когда подобные преобразования невозможны, следует решать задачу графическими методами. [43]

При анализе результатов научных исследований возникают ситуации, когда функция отклика зависит от нескольких факторов. В этих случаях для нахождения параметров эмпирических моделей используют множественный линейный регрессионный анализ. [44]

Зависимость глубины проплавления Н и высоты факела Яф от тока фокусировки / ф вблизи точки оптимального режима. [45]

Страницы: 1 2 3 4