Остаточная сумма - квадрат
Cтраница 3
В методике изложены общие положения; описаны вычислительный метод получения оценок коэффициентов регрессии, алгоритм вычисления вектора оценок коэффициентов регрессии, обобщенная обратная матрица и остаточная сумма квадратов отклонений, алгоритм проверки гипотез об отличии коэффициентов регрессии от нуля, оценивания дисперсии оценок коэффициентов регрессии. [31]
Величина т характеризует число степеней свободы для факторной суммы квадратов, а ( я - / и - 1) - число степеней свободы для остаточной суммы квадратов. [32]
УОП - у) во всех опытах, возводим их в квадрат, суммируем а делим на N - к-1 8 - 3 - 14, получая остаточную сумму квадратов 5 д34 2 - 10 - 6 с 4 степенями свободы. [33]
В статистике величина 55 ( 1) называется общей суммой квадратов; 55 ( 2) - суммой квадратов, обусловленной регрессией, и 55 ( 3) - остаточной суммой квадратов. [34]
В уравнениях содержится пять неизвестных, так как одна константа равновесия равна произведению двух других ( для дальнейших вычислений исключим константу КзК1Кг) - Расчет проводим на ЭВМ путем подбора всех констант таким образом, чтобы достигался минимум остаточной суммы квадратов по концентрациям всех веществ. [35]
 |
Проверка линейной регрессии на гетероскедастичность. [36] |
Величина R 2638 4: 68 34 19 3, что превышает табличное значение F-критерия 4 28 при 5 % - ном и 8 47 при I % - ном уровне значимости для числа степеней свободы 6 для каждой остаточной суммы квадратов ( ( 20 - 4 - 2 2): 2), подтверждая тем самым наличие гетероскедастичности. [37]
 |
Проверка линейной регрессии на гетероскедастичность. [38] |
Величина R 2638 4: 68 34 19 3, что превышает табличное значение F-критерия 4 28 при 5 % - ном и 8 47 при 1 % - ном уровне значимости для числа степеней свободы 6 для каждой остаточной суммы квадратов ( ( 20 - 4 - 2 2): 2), подтверждая тем самым наличие гетероскедастичности. [39]
Использование в качестве алгоритмов многомер - 0 регрессионного анализа, метода шаговой регрес-ги метода включения [21 ], при которых построение рессионного уравнения производится псследова -: ьно по мере поэтапного выделения существенного хтора, дает возможность на основе анализа уменьше-я остаточной суммы квадратов и приращения доли ьясненной вариации выделить основные параметры, : дение которых в модель целесообразно. Ограниченный объем исходных данных не дает воз-жности использовать методы статистического моде-рования для поиска некоторого оптимального сплава, этом случае необходимо привлечение методоз плани-зания экспериментов. При этом априорная информа-я, извлекаемая из анализа банка данных, позволяет хнованно выбрать факторное пространство, основ-я уровень и границы области экспериментирования км. [40]
Для сравнения дисперсии используется критерий Фишера, согласно которому, если отношение 0г I о 2 Fy ( где Fr - квантиль распределения Фишера при выбранном уровне значимости ( 1 - у)), то отличие признается незначительным, т.е. считается, что остаточная сумма квадратов Si образована только за счет случайных погрешностей измерения и любое увеличение точности модели входной координаты неспособно уменьшить эту дисперсию. [41]
 |
Экспериментальные данные для определения оценок параметров, входящих в уравнение зародышеобразования. [42] |
После уточнения с помощью поиска минимума функционала (3.226) ( где Но тсо определено из уравнений (3.232), (3.233) оценки параметров ( для кристаллов щавелевой кислоты методом случайного поиска) для первой гипотезы приобрели вид / 0 12Лс1 7Л4Кр6, 5 0 657; для второй гипотезы / 0 97Дс 2, 51 872, где S - остаточная сумма квадратов отклонений. [43]
Каждое новое выделение ( максимальное) значения не уменьшает сумму Sm. Таким образом, остаточная сумма квадратов также не увеличивается. [44]
Сумма квадратов, обусловленная недостаточным согласием, представляет собой разность между остаточной суммой квадратов и суммой квадратов погрешностей. В рассматриваемом примере как остаточная сумма квадратов, так и сумма квадратов, вызванная недостаточным согласием, по величине не превышают погрешности. [45]
Страницы: 1 2 3 4