Величина - коэффициент - регрессия
Cтраница 1
Величина коэффициентов регрессии при факторах соответствует вкладу каждого из последних в параметр оптимизации. Это позволяет произвести ранжировку степени влияния факторов на исследуемый процесс. [1]
Величина коэффициента регрессии в линейной модели характеризует степень влияния соответствующего фактора на процесс. [2]
Величина коэффициентов регрессии при факторах соответствует вкладу каждого из последних в параметр оптимизации. Это позволяет произвести ранжировку степени влияния факторов на исследуемый процесс. [3]
Знак и величина коэффициентов регрессии оценивает вклад, вносимый в значение функции отклика стратегически значимых факторов. [4]
Для определения величины коэффициента регрессии Ъ проведена серия опытов согласно вышеприведенной матрице планирования. [5]
Расположение компонентов по величинам стандарта-зованных коэффициентов регрессии позволяет оценить их значимость в формировании токсического эффекта всей смеси в целом. [6]
Изменяя независимые переменные пропорционально величинам коэффициентов регрессии, мы будем двигаться е направлении градиента функции отклика по самому крутому пути. [7]
Изменяя независимые переменные пропорционально величинам коэффициентов регрессии, совершают движение в направлении градиента функции отлика по самому короткому ( крутому) пути к вершине - оптимуму. Рассчитывают составляющие градиента, определяют шаг движения по градиенту и проводят новую серию опытов. [8]
На основании экспериментальных данных были рассчитаны величины коэффициентов регрессии, ошибки в их определении и значения / - - критерия. [10]
Вместе с этим полученные результаты дают основание считать, что контроль за загрязненностью воздушной среды сложными газовыми смесями целесообразно осуществлять не только по характерному и ведущему, но и по наиболее опасному компоненту, абсолютная токсичность которого, установленная по величине коэффициента регрессии, оказывается максимальной по сравнению с другими составляющими ингредиентами композиции. [11]
Наиболее короткий путь к оптимальному значению исследуемого отклика, естественно, находят при движении по градиенту функции отклика ф, представляющему собой вектор Уф, определяющийся частными производными по факторам, умноженным на единичные векторы в направлении координатных осей. Опенками же частных производных являются величины коэффициентов регрессии. Уточнение результатов по методу крутого восхождения заключается в том, что выбирают уменьшенный шаг /, ум движения по i -му фактору, обычно по тому, который имеет наибольшее значение & коэффициента регрессии, и определяют уменьшенные шаги / - / движения по другим факторам пропорционально произведениям bJi и bjlj коэффициентов Ь и bj регрессии на первоначальные шаги. [12]
Знак плюс или минус при факторе обозначает, что с его движением параметр оптимизации соответственно увеличивается или уменьшается. Знаки при квадратичных членах полинома свидетельствуют о выпуклости или вогнутости кривой, а величина коэффициента регрессии - о радиусе величины. [13]
Таким образом, точность определения коэффициентов регрессии возрастает. Кроме того, изменение числа независимых переменных, а также увеличение числа опытов никак не сказывается на величине коэффициентов регрессии, которые определяются независимо друг от друга. [14]
Если в уравнение регрессии входят все важные и существенные факторы, от которых зависит величина результативного признака, и коэффициент детерминации близок к единице, то остальные, не включенные в уравнение факторы, характеризуют индивидуальные, несущественные особенности, зачастую не имеющие количественного выражения. В этом случае разница ( yf - yt) образуется за счет несовпадения интенсивности воздействия на у всех учтенных факторов в условиях данной / - и единицы и средней интенсивности их воздействия, выраженной в величинах коэффициентов регрессии, входящих в расчетное значение у. Это дает право интерпретировать разницу ( у, - у или отношение у у, как показатель того, как эффективность использования учтенных факторов у / - и единицы соотносится со средней эффективностью их использования. Разница ( у, - у) возникает за счет различия в значениях учтенных факторов для данной / - и единицы и в среднем по совокупности. Такое разложение дает возможность выявить резервы, имеющиеся у каждой отдельной единицы, в части эффективности использования факторов и в части их уровня. [15]
Страницы: 1 2