Cтраница 1
Смысл метода наименьших квадратов заключается в том, что 2 ( у - а - Ьх - ел: 2) 2 должна быть минимальной. [1]
Смысл метода наименьших квадратов заключается в том, что 2 ( у - а - Ьх - сх2) 2 должна быть минимальной. [2]
Смысл метода наименьших квадратов заключается в том, что S ( у - а - Ьх - сг2) 2 должна быть минимальной. [3]
Аппроксимировать в смысле метода наименьших квадратов данную функцию f ( t) линейной комбинацией l d yk ( t) с постоянными коэффициентами dk и фиксированным числом слагаемых т - значит подобрать коэффициенты dk так, чтобы минимизировать среднее квадратичное уклонение ( по другой терминологии - сделать наименьшей среднюю квадратичную ошибку ll / - SfeLi dk / eWH2 - Геометрический смысл этой задачи достаточно ясен. [4]
Использование для расчетов уравнения ( 13) позволяет получать решение, оптимальное в смысле метода наименьших квадратов, и учитывать тем самым различного рода шумы и экспериментальные оишбки, присутствующие в реальных масс-спектрах. [5]
В этих случаях пытаются определить кривую ( поверхность), которая дает наилучшее ( в смысле метода наименьших квадратов) приближение к исходным данным. [6]
Существенно, что S, будучи ортогональной, не меняет для переопределенной системы обобщенное решение ( в смысле метода наименьших квадратов) и для недоопределенной системы - нормальное решение. [7]
Линию по этим экспериментальным точкам проведем не на глазок, а такую, которая удовлетворяет им наилучшим образом в смысле метода наименьших квадратов. [8]
Такие системы обычно несовместны, однако можно найти такие значения Аи, которые удовлетворяют этой системе лучше всего, в смысле метода наименьших квадратов. [9]
Прежде чем проводить кривую зависимости фэксп ( /), найдем уравнение кривой, которая удовлетворяет экспериментальным-точкам наилучшим образом в смысле метода наименьших квадратов. [10]
Такие системы обычно несовместны, однако можно найти такие значения Аи, которые удовлетворяют этой системе лучше всего, в смысле метода наименьших квадратов. [11]
Описанную методику очевидным образом можно применять для эффективного осреднения радиационной модели среды, при котором происходит наименьшее изменение основных функционалов в смысле метода наименьших квадратов. [12]
Обработка экспериментальных данных по кинетике роста трещин производится таким образом, чтобы определить значения ( 3 и KIJC, ПРИ которых зависимость (4.7.1) наилучшим образом в смысле метода наименьших квадратов аппроксимирует кинетическую диаграмму усталостного роста трещин. [13]
При получении графических аппроксимаций для оценок методом наименьших квадратов строятся графики зависимости упорядоченных данных измерений от оценки среднего значения преобразованных измерений, а затем визуально подбирается удовлетворительная в смысле метода наименьших квадратов линейная зависимость. Оценки параметров являются функциями коэффициентов, описывающих подобранную прямую. Такое графическое представление данных используется для обнаружения выбросов и решения вопроса о том, насколько существенно отклоняются данные от принятого двухпараметрового распределения Вей-булла. Однако практика показывает, что оценки параметров, полученные графическим способом, допускающим субъективную интерпретацию данных, не являются эффективными, так же как и линейные оценки, которые они аппроксимируют. Метод моментов, используемый для получения упрощенных оценок, дает, очевидно, хорошие результаты при очень малых и, но, вероятно, не является более предпочтительным, чем наилучшие линейные инвариантные оценки. [14]
В практике экономических исследований очень часто имеющиеся данные нельзя считать выборкой из многомерной нормальной совокупности, например, когда одна из рассматриваемых переменных не является случайной или когда линия регрессии явно не прямая и т.п. В этих случаях пытаются определить кривую ( поверхность), которая дает наилучшее ( в смысле метода наименьших квадратов) приближение к исходным данным. [15]