Cтраница 2
Целесообразно произвести сравнение наблюдаемых величин с теми, которые получаются с помощью корреляционных уравнений. Кроме того, если корреляцию можно производить с помощью нескольких функций или методов, то предпочтение следует отдать более простой корреляции, характеризующейся лучшей значимостью. Однако при использовании регрессионного анализа основными проблемами обычно являются уменьшение числа переменных и выбор вида уравнения. [16]
В настоящее время существуют три основных метода обработки результатов усталостных испытаний. Этот метод позволяет построить полную вероятностную диаграмму усталости. Второй метод основан на использовании регрессионного анализа в предположении, что дисперсия ( мера индивидуального рассеяния) не зависит от уровня напряжения. [17]
А - параметр ориентации, зависящий от солнечной радиации; а0 - средняя температура; а, Ь - коэффициенты первой гармоники; as, Ь2 - коэффициенты второй гармоники; Bt - функция состояния склона, которая зависит от времени, рода синоптического процесса и высоты. Дискриминантным анализом по температуре и условиям увлажнения были выделены пять типов синоптических процессов. Вначале в модели независимо вычисляются каждый из коэффициентов Фурье с использованием шагового регрессионного анализа по наблюдаемой температуре, точке росы и скорости ветра у поверхности, сведений карты 850 гПа, класса погоды, синуса и косинуса юлианских дней, а также 12 - и 24-часовых прогностических величин по LFM. На этой основе Маккутчан разработал прогноз приземной температуры с заблаговременностью до 36 ч для гор Сан-Бернардино в южной Калифорнии. В районах, где имеются менее детальные прогнозы, необходимо разрабатывать другие методы, но в любом случае основным фактором для них будет местоположение опорных станций. [18]
Линии удерживания, показанные на рис. 5.34, были аппроксимированы серией спрямленных сегментов, а не гладкими кривыми. Если для трех-компонентной системы имеется более трех точек, то коэффициенты уравнения можно найти путем регрессионного анализа. В данном случае справедливы те же аргументы, которые приводились при обсуждении метода часового. Если отклонения от модельного уравнения более всего обусловлены экспериментальными ошибками, то использование регрессионного анализа целесообразно; если же модель не соответствует эксперименту, регрессионный анализ приведет к обратным результатам. В отсутствие ошибок эксперимента применение линеаризованных сегментов дает правильные результаты там, где находятся эти экспериментальные точки, и дает интерполяционные отклонения только между экспериментальными точками. Если же применяется математическая модель, дающая точное описание поведения удерживания, то экспериментальные ошибки распределятся по всему параметрическому пространству. [19]