Адекватность - линейная модель
Cтраница 1
Адекватность линейной модели с взаимодействиями определяется с помощью критерия Фишера. Если данная модель неадекватна, то, чтобы получить модель второго порядка, к плану проведенных опытов, который называется ядром эксперимента, добавляется некоторое количество специальным образом расположенных точек. [1]
Адекватность линейной модели может быть обеспечена выбором интервалов варьирования. Всегда существует такая окрестность любой точки или почти любой точки ( при условии аналитичности функции отклика), в которой линейная модель адекватна. [2]
Адекватность линейной модели для данного эксперимента при показателе средней ошибки аппроксимации, равной 0 15, может быть подтверждена практикой использования операндного состава выражений в ИАП. [3]
Проверяем адекватность линейной модели по критерию Фишера. [4]
Гипотеза адекватности линейной модели может быть принята. [5]
Если же при адекватности линейной модели часть ее параметров оказывается незначимой, то прежде чем приступить ко второму этапу поиска, следует рассмотреть ряд гипотез о причинах незначимости эффектов: 1) неудачный выбор интервалов варьирования; 2) включение факторов, не влияющих на параметр оптимизации; 3) значительная погрешность оценки отклика; 4) очень высока дробность реплики и влияние фактора искажено влиянием парных взаимодействий. [6]
Затем проверяется гипотеза об адекватности линейной модели в данной локальной области факторного пространства. [7]
В том случае, если гипотеза адекватности линейной модели фактически протекающим процессом подтверждается, дальнейшие исследования производятся, исходя из этой модели. Если же гипотеза адекватности не подтверждается, то линейный план достраивается до плана второго порядка. [9]
СИ, а статистическая проверка этого условия называется оценкой адекватности линейной модели статической характеристики СИ. [10]
После того как получено уравнение регрессии, решения главным образом зависят от адекватности линейной модели, положения области оптимума, значимости коэффициентов регрессии. [11]
После того как получено уравнение регрессии, решения главным образом зависят от адекватности линейной модели, положения области оптимума, значимости коэффициентов регрессии. [12]
После того, как получено уравнение регрессии, решения главным образом зависят от адекватности линейной модели, положения области оптимума, значимости коэффициентов регрессии. [13]
 |
Зависимость величин остатков регрессии от регрессоров и отклика. [14] |
Если остатки заполняют горизонтальную полосу с центром на оси абсцисс, то принимается решение об адекватности линейной модели. В противном случае модель неадекватна, причем расположение остатков на графике указывает источник неадекватности. Если полоса расширяется при возрастании аргумента, то это свидетельствует о том, что дисперсия т2 непостоянна и следует применить преобразование переменной у. График сложного вида указывает, что пропущен линейный член. [15]
Страницы: 1 2