Cтраница 1
Проверка значимости коэффициентов проводится по критерию Стьюдента. Если в процессе проверки некоторые коэффициенты регрессии признаны незначимыми, то соответствующие члены могут быть выведены из состава уравнения. Эту процедуру необходимо сопровождать повторным вычислением коэффициентов уравнения и проверкой адекватности нового уравнения при пассивном эксперименте. Ортогональное планирование лишено этого недостатка. [1]
Проверка значимости коэффициентов автокорреляции проводится при помощи критерия стандартной ошибки и Q-критерия Бокса - Пирса. Два критерия предлагаются потому, что существуют два подхода к проверке наличия автокорреляции. При первом подходе подразумевается использование критерия стандартной ошибки, проверяются коэффициенты автокорреляции каждого порядка отдельно, чтобы выявить, какие из них значимы. Второй подход использует 0-критерий Бокса - Пирса для того, чтобы проверить на значимость все множество коэф-фициешиь как группу. [2]
Проверка значимости коэффициента корреляции производится при помощи критерия Стьюдента. [3]
Проверка значимости коэффициента конкордации W основана на том, что в случае справедливости нулевой гипотезы об отсутствии корреляционной связи при и 7 статистика m ( n -) W имеет приближенно х2 - распределение с k п - 1 степенями свободы. [4]
При проверке значимости коэффициентов уравнения регрессии (2.84) по t - критерию Стьюдента установлено, что все коэффициенты значимы. Аналогичная проверка для коэффициентов уравнения (2.85) показала, что коэффициент при Х2Х3 незначим, поэтому он был отброшен. [5]
Так производится проверка значимости коэффициентов. [6]
![]() |
Полный трехфакторный эксперимент и его дробные реплики. [7] |
Расчет коэффициентов регрессии, проверка значимости коэффициентов и адекватности математического описания в данном случае осуществляются так же, как и при полном факторном эксперименте. [8]
Кроме проверки адекватности следует проводить проверку значимости коэффициентов. Эта проверка осуществляется с помощью критерия Стьюдента. [9]
Следующий этап анализа состоит в проверке значимости коэффициентов. [10]
Используемая статистика Fq l формально совпадает со статистикой для проверки значимости соответствующего регрессионного коэффициента в обычной задаче регрессии. Поэтому в качестве значения для Ръкп, как правило, выбирают классические уровни § йачимости ( 5, 10, 15 %), соответствующие F-распределению с 1 и ( я - q - 2) степенями свободы. [11]
Дисперсия s2 ( bi) может быть использована при проверке значимости коэффициента &i по критерию Стьюдента. [12]
Регрессионный анализ выполняют в три этапа, которые сводятся к оценке воспроизводимости эксперимента, проверке значимости коэффициентов уравнения регрессии и оценке адекватности уравнения. [13]
Для методов ПФЭ и ДФЭ обработку результатов ведут по схеме; проверка воспроизводимости, вычисление коэффициентов регрессии, проверка значимости коэффициентов, проверка адекватности модели н интерпретации полученных результатов. [14]
Так как коэффициент детерминации вычисляется по конечной случайной выборке, то он сам является случайной величиной. Проверка значимости коэффициента детерминации - это проверка гипотезы о том, что он значимо отличается от нуля. [15]