Cтраница 3
Мы уже видели, что остаточная дисперсия изменяется во времени и хотим выяснить, имеются ли существенные изменения во времени также и коэффициентов модели. [31]
Критерием выбора окончательного уравнения является остаточная дисперсия. В распределение Rn обязательно должны войти все переменные, на которые может влиять оператор. Равенство нулю какого-либо полного коэффициента корреляции не может служить основанием для исключения данной переменной из рассмотрения, так как частный коэффициент корреляции при этом может существенно отличаться от нуля. Вывод о том, сколь значимо это изменение, можно сделать только после расчета остаточной дисперсии или сводного коэффициента корреляции. [32]
Наименьший средний квадрат отклонения ( остаточная дисперсия) равен о ( 1 - pf); таким образом, коэффициент корреляции р12 измеряет качество наи-лучшегоъ линейного приближения. [33]
Чтобы модель была адекватной, остаточная дисперсия не должна быть значимо больше дисперсии воспроизводимости. [34]
Наименьший средний квадрат отклонения ( остаточная дисперсия) равен с. [35]
Схема однофакторного дисперсионного анализа. [36] |
Сравнивая дисперсию по факторам с остаточной дисперсией, по величине их отношения судят, насколько рельефно проявляется влияние факторов; в этом сравнении как раз и заключается основная идея дисперсионного анализа. [37]
По отклонениям от тренда была исчислена остаточная дисперсия, а затем среднеквадратическое отклонение эмпирических данных от тренда. Это означает, что рынок развивался неустойчиво, в своем развитии цены колебались в значительной степени. [38]
Поэтому модель, выбираемая по минимуму остаточной дисперсии и по МНК, в большей мере отражает зависимость искомого отклика от шума, чем от исследуемого физического явления. [39]
Пятый возможный критерий предназначен для минимизации остаточной дисперсии между классами. [40]
Поэтому модель, выбираемая по минимуму остаточной дисперсии и по МНК, в большей мере отражает зависимость искомого отклика от шума, чем от исследуемого физического явления. [41]
Сравниваются разные варианты регрессии по минимуму остаточной дисперсии. [42]
В качестве критерия выбора функции используется минимум остаточной дисперсии. Первоначально проводятся расчеты по всем предлагаемым видам функций. Величина отклонений расчетных значений функций от фактических характеризует точность выбранного вида функции. [43]
Многочлены более высокой степени, дающие меньшую остаточную дисперсию и наиболее близко проходящие от экспериментальных значений удельных расходов, дают при экстраполяции значительный выброс прогнозируемой величины. Это еще раз подтверждает то, что экономические явления, как правило, хорошо описываются полиномами низких степеней. [44]
При вводе в модель практически несущественных переменных остаточная дисперсия остается постоянной. [45]