Множественная регрессия

Cтраница 1

Множественная регрессия широко используется в решении проблем спроса, доходности акций, при изучении функции издержек производства, в макроэкономических расчетах и целого ряда других вопросов эконометрики. [1]

Множественная регрессия позволяет производителям и продавцам определить их потенциальные возможности сбыта. [2]

S. Гетероскедастичность. большая дисперсия е - для больших значений рх. [3]

Для множественной регрессии данный вид графиков является наиболее приемлемым визуальным способом изучения гомо-и гетероскедастичности. [4]

Схема для составления матрицы планирования. [5]

Коэффициент множественной регрессии показывает, что 44 3 % переменных, влияющих на унос аммиака, не учтено. Поэтому следует взять для расчета большее число переменных ( если таковое имеется) и повторить расчет. [6]

Уравнения множественной регрессии по табл. IV-4 необходимо учитывать в производственных условиях совместно с уравнениями, приведенными в табл. IV-3. Дело в том, что регулирование и настройка таким образом, как это было показано при решении уравнений ( IV-25) и ( IV-26), возможна лишь в пределах одной партии материала. При переходе к новой партии ( а на производстве это происходит сравнительно часто) регулировка расстраивается. [7]

При множественной регрессии независимые переменные не должны зависеть друг от друга. [8]

Уравнения множественной регрессии приведены ниже. [9]

Уравнения множественной регрессии представлены ниже. [10]

Построение уравнения множественной регрессии начинается с решения вопроса о спецификации модели. Она включает в себя два круга вопросов: отбор факторов и выбор вида уравнения регрессии. Их решение при построении модели множественной регрессии имеет некоторую специфику, которая рассматривается ниже. [11]

Из уравнений множественной регрессии подстановкой в них средних значений показателей были получены уравнения, характеризующие зависимость текущей нефтеотдачи только от одного фактора при исключении влияния остальных факторов. [12]

Частным случаем множественной регрессии является авторегрессия, когда определяется корреляция между значениями исследуемой величины в различные моменты времени. Использование авторегрессии для прогноза представляет по существу статистическую экстраполяцию ряда, полученного по данным наблюдений за предшествующий период времени. Соеда отмечает, что формально такой схемой можно пользоваться, когда исследуемый ряд данных x ( k) ( в рассматриваемом случае - ряд ежечасных значений концентраций примесей) представляет стационарный процесс. Однако в общем случае он может относиться к нестационарным условиям. [13]

Зависимость статического предельного напряжения сдвига Iя торфа от количества добавляемого Са2 ( 1 в виде СаСЬ и Na ( 2 в виде NaOH. [14]

По уравнениям множественной регрессии построены номограммы для расчета состава и некоторых физико-химических свойств торфа. На рис. 5 приведены такие номограммы для определения Са2, Са Mg2, Fe3 и общего количества катионов в торфе 2К 1 по кислотности ( рН; и содержанию фракция менее 10 мк. [15]

Страницы: 1 2 3 4