Вид - уравнение - регрессия
Cтраница 1
Вид уравнения регрессии выбирается путем экспериментального подбора. [1]
Выбор вида уравнения регрессии (8.3) ( этот важный этап анализа называется спецификацией или этапом параметризации модели) производится на основании опыта предыдущих исследований, литературных источников, других соображений профессионально-теоретического характера, а также визуального наблюдения расположения точек корреляционного поля. [2]
В зависимости от вида уравнения регрессии различают линейную регрессию, выражаемую прямой линией, и криволинейную регрессию, выражаемую какой-либо параболической или логарифмической кривой. Простейшим и достаточно изученным является случай линейной регрессии. В этом случае для выявления степени влияния одной величины на другую на одном графике строятся линия регрессии у на х к линия регрессии х на у ( фиг. [3]
В зависимости от вида уравнения регрессии различают линейную регрессию, выражаемую прямой линией, и криволинейную регрессию, выражаемую какой-либо параболической или логарифмической кривой. Простейшим и достаточно изученным является случай линейной регрессии. В этом случае для выявления степени влияния одной величины на другую на одном графике строятся линия регрессии у на х и линия регрессии х на у ( фиг. [4]
ФХС ищется в виде уравнения регрессии полиномиальной формы. К этой группе методов примыкают всевозможные способы обработки экспериментального материала путем аппроксимации и интерполяции. [5]
 |
Блок-схема модуля Ml09 Ориентировочный прогноз по нескольким точкам. [6] |
Ьлок 18 - выбор вида уравнения регрессии с наибольшим значением F-кри-терия. [7]
Для сравнения и выбора наилучшего вида уравнения регрессии использован критерий минимума вероятности попадания в критическую область ( РКр) - Значения этого критерия для исследованных видов уравнений регрессии ( см. табл. 23) наглядно иллюстрируют, что предпочтительными являются уравнения 1, 4, для которых Ркр принимает значения 0 25 и 0 28; для уравнений 2 и 3 величина РКр имеет большее значение. Для проверки установленных зависимостей были рассчитаны по всем полученным формулам оптимальные дозы сернокислого алюминия на основании аналогичных данных физико-химических и технологических показателей днепровской воды за 1966 г., которые не использовались при определении параметров уравнений ( 1 - 4) и при оценке Ркр. Величины этих среднеквадратичных отклонений хорошо согласуются со значениями РКр для различных видов уравнений регрессии. [8]
В ходе корреляционно-регрессионного анализа производят выбор вида уравнения регрессии, определяют его параметры - коэффициенты регрессии, оценивают существенность влияния количественных факторов на время выполнения элемента операции и тесноту связи между ними, а также адекватность уравнения регрессии. [9]
Модель временных задержек логического элемента в виде уравнения регрессии, в которое переменными входят все существенно влияющие факторы, позволяет получить достаточно точные оценки времени распространения фронтов входного сигнала через цепь последовательно включенных элементов. Расчеты таких схем целесообразно вести на ЦВМ. [10]
 |
Линия регрессий. [11] |
Построение математических моделей объектов по экспериментальным данным в виде уравнений регрессии является типичной задачей аппроксимации. [12]
Это заставляет многих исследователей искать уравнения связи в виде уравнений регрессии, линейных, как правило, относительно неизвестных коэффициентов, которые определяются по экспериментальным данным методом наименьших квадратов. Кинетические зависимости используются при этом для подтверждения правильности принятой формы уравнений регрессии. Достоинством методов построения математической модели в виде уравнений регрессии является возможность учесть переменные, характеризующие свойства сырья и катализатора. [13]
При изучении зависимости от одного переменного необходимо вначале определить вид уравнения регрессии. Для этого необходимо построить эмпирическую линию регрессии и определить форму уравнения связи. [14]
При изучении зависимости между двумя признаками графический метод подбора вида уравнения регрессии достаточно нагляден. Он основан на поле корреляции. [15]
Страницы: 1 2 3 4