Линейное регрессионное уравнение

Cтраница 1

Линейные регрессионные уравнения с запаздываниями довольно широко применяются в практике оценки и прогноза спроса населения ( см. например, [1]), вводов основных фондов или производственных мощностей [2-4 ] и других экономических величин на основе информации в виде временных рядов. [1]

Обычно используют линейное регрессионное уравнение. [2]

При получении линейного регрессионного уравнения оказалось, что многие коэффициенты при парных произведениях значимо отличаются от нуля. Означает ли это, что линейное уравнение будет неадекватным. [3]

Таким образом, линейное регрессионное уравнение вполне адекватно описывает экспериментальные данные. [4]

При математической обработке линейных регрессионных уравнений типа (3.2) многопараметрических моделей применяются методы матричной алгебры с использованием ЭВМ. [5]

Из равенства дисперсий коэффициентов линейного регрессионного уравнения, оцененных по данным полных или дробных факторных экспериментов, вытекает свойство ротатабельности матриц полного и дробного факторного эксперимента. [6]

Следует обратить внимание на то, что выбранные факторы сложности задач ( Ki - KL5) в целом даже при использовании простейших линейных регрессионных уравнений достаточно точно статистически определяют время решения задач, причем реальные значения факторов более тесно связаны с t, чем теоретические. [7]

Корреляционная зависимость модуля упругости от плотности для материалов. 1 - фарфор. 2 - стекло. 3 - бетон. 4 - магний. 5 - алюминий. б - оргстекло. 7 - полистирол. 8 - дуб. 9 - торф. [8]

Методом наименьших квадратов было получено линейное регрессионное уравнение, которое представлено на рисунке прямой. На этом же рисунке крестиком показана точка, отвечающая характеристикам торфяных частиц. Видно, что она находится достаточно близко к полученной зависимости и, следовательно, вписывается в рассматриваемый ряд родственных материалов. [9]

Так как доверительный интервал равен 0 01505, то коэффициент Ь2 статистически незначим. Таким образом линейное регрессионное уравнение вполне адекватно описывает экспериментальные данные. [10]

Так как доверительный интервал равен 0 01505, то коэффициент Ь2 статистически незначим. Значения урасч, рассчитанные по уравнению регрессии, приведены в табл. Расчетное значение / - критерия. Таким образом линейное регрессионное уравнение вполне адекватно описывает экспериментальные данные. [11]

Пусть мы имеем некоторый правильный - мерный симплекс. Совместим его центр с началом координат. Совокупность вершин такого симплекса составляет ортогональный план первого порядка. Предположим, что во всех точках такого плана были проведены опыты и по их результатам найдены оценки коэффициентов линейного регрессионного уравнения. [12]

Страницы: 1