Сумма - квадрат - отклонение
Cтраница 2
Следовательно, сумма квадратов отклонений отдельных измерений от некоторой величины Q будет иметь минимальное значение тогда, когда эта величина равна среднему арифметическому результатов измерений. [16]
После нахождения сумм квадратов отклонений рассчитывают соответствующие им дисперсии. [17]
Требование минимума суммы квадратов отклонений приводит к новой системе линейных уравнений, каждое из которых является частной производной этой суммы по соответствующему неизвестному, приравненной нулю. [18]
Следует определять сумму квадратов отклонений для наблюдаемых зависимых переменных, например светопоглощения, а не некоторой их функции. [19]
При 30 сумму квадратов отклонений в этой формуле обычно делят на п, не вычитая единицу. [20]
Теперь измерим сумму квадратов отклонений у только за счет вариации признака хт. [21]
 |
Оценка доходности инвестиционных проектов. [22] |
Дисперсия - это сумма квадратов отклонений от ожидаемого значения, взвешенная на вероятность каждого отклонения. [23]
 |
Экспоненци-шьная модель с доверительными трубками. [24] |
При этом приводятся суммы квадратов отклонений ( Sum of Squares); числа степеней свободы ( Df); суммы квадратов регрессии и отклонений от регрессии ( Mean Square ( MSE)) и их отношение ( F - Ratio); р - Value - уровень значимости. В конце таблицы приведены значения коэффициентов корреляции ( Correlation Coefficient) и детерминации ( R - squared), нормированной средней ошибки прогнозирования ( Stnd. [25]
При этом приводятся суммы квадратов отклонений ( Sum of Squares); числа степеней свободы ( Df); суммы квадратов регрессии и отклонений от регрессии ( Mean Square ( MSE)) и их отношение ( F - Ratio); Prob. Level - величина а при которой регрессия значима. [26]
Таким образом, сумма квадратов отклонений величины х от п заданных чисел достигает наименьшего значения тогда, когда х есть среднее арифметическое значение для этих чисел. [27]
Числом степеней свободы суммы квадратов отклонений в выборке считают число взаимонезависимых данных, содержащихся среди п значений выборки. [28]
Последний обеспечивает минимизацию суммы квадратов отклонений ( остаточной суммы квадратов) результатов расчета по ур-нию регрессии У. У ( ХИ Ь) от соответствующих эксперим. [29]
Критерий представляет собой сумму квадратов отклонений эмпирических и теоретических частот в каждом интервале вариационного ряда статистической информации. [30]
Страницы: 1 2 3 4