Cтраница 1
Расчет коэффициентов уравнения регрессии может производиться по формулам, которые при й3 становятся весьма громоздкими. [1]
Расчет коэффициентов уравнения регрессии показал, что с вероятностью 0.6 частота вращения шарошки л, не оказывает существенного влияния на результативный показатель. Поэтому фактор п, из уравнения регрессии исключен. [2]
При расчете коэффициентов уравнений регрессии некоторые из них принимают настолько малые числовые значения, что они не способны, как правило, заметно повлиять на величину обобщенного критерия оптимальности. Тогда их можно опустить и решение уравнения регрессии упрощается. Важно, однако, произвести предварительную проверку по критериям Фишера и Стьюдента. [3]
Рассмотренная программа может быть использована для расчета коэффициентов линейного однопараметрического уравнения регрессии для любой задачи формирования стохастической модели как самостоятельной проблемы или как составной части более сложной математической модели. [4]
Уже при п 20 и р 3 расчеты коэффициентов уравнения регрессии вручную и с применением настольных ЭВМ весьма затруднительны. При п 500 и р 10 расчеты вручную для одной только задачи можно проводить в течение многих лет, поэтому процедура множественного регрессионного анализа ориентирована главным образом на применение больших ЭВМ. [5]
Уже при и 20 и р 3 расчеты коэффициентов уравнения регрессии вручную и с применением настольных ЭВМ весьма затруднительны. При п 500 и р 10 расчеты вручную для одной только задачи можно проводить в течение многих лет, поэтому процедура множественного регрессионного анализа ориентирована главным образом на применение больших ЭВМ. [6]
Последовательно проверяли гипотезы о возможности описания процесса уравнением первой степени, неполным уравнением второй степени и полным уравнением второй степени. Расчет коэффициентов уравнений регрессии и их дисперсионный анализ были проведены на. [7]
Достоинства регрессионных моделей при испытаниях ЖРД можно полностью реализовать на практике обычно в тех случаях, когда для исследуемого процесса удается получить адекватное уравнение не выше второго порядка. Это объясняется тем, что для расчета коэффициентов уравнения регрессии при использовании планов третьего и более высоких порядков надо очень много экспериментов. Например, план полного факторного эксперимента третьего порядка при трех факторах состоит из 64 экспериментов. Поэтому реально использование подобных уравнений при числе факторов не более трех - четырех. [8]
В результате проведения всех этих операций получаем полином первой степени (3.2) с известными коэффициентами bubj. Уже при п 20 и р 3 расчеты коэффициентов уравнения регрессии вручную и с применением настольных ЭВМ весьма затруднительны. При п 500 и р 10 расчеты вручную для одной только задачи можно проводить в течение многих лет, поэтому процедура множественного регрессионного анализа ориентирована главным образом на применение больших ЭВМ. [9]
Этот полином является аппроксимацией функции у f ( xlt хг. Уже при и 20 и р 3 расчеты коэффициентов уравнения регрессии вручную и с применением настольных ЭВМ весьма затруднительны. При п 500 и р 10 расчеты вручную для одной только задачи можно проводить в течение многих лет, поэтому процедура множественного регрессионного анализа ориентирована главным образом на применение больших ЭВМ. [10]
Метод наименьших квадратов ( МНК) - более строгий метод подбора эмпирических зависимостей - является общей частью корреляционного и регрессионного анализов, задача которых получение коэффициентов уравнения регрессии. Как корреляционный, так и регрессионный анализы состоят из двух частей: расчет коэффициентов уравнения регрессии методом МНК и статистическая оценка результатов. [11]