Корреляции множественная

Сходимость экспериментальных и расчетных данных удовлетворительная — коэффициент множественной корреляции = 0,957, среднее квадратическое отклонение --- 2,31 л/100 км. Предложенный перечень определяющих показателей вполне доступен для АТП. Для этого необходимо произвести детальный хронометраж маршрута, а также определение на каждом перегоне времени движения накатом. Измерительные приборы — электроимпульсный тахометр, подключаемый к системе зажигания, и два секундомера. [c.98]

Множественные коэффициенты корреляции в (7.11) и (7.12) равны соответственно 0,856 и 0,946 [61]. Все коэффициенты (7.11) и (7.12) значимы, их влияние на и Q IQ соответствует физическим -представлениям о теплообмене в псевдоожиженном слое. [c.178]

Еще более сложные случаи могут иметь место, если существует связь между смежными значениями случайных параметров. Тогда необходимо учитывать коэффициент корреляции между смежными членами или даже несколькими соседними членами (множественная корреляционная связь). Такой случай также может быть решен методом Монте-Карло, но требуется моделирование корреляционной функции. [c.216]

Планирование эксперимента по оценке связи параметра неровностей поверхности с эксплуатационным Показателем. Такое планирование следует выполнять, учитывая, что эта связь обычно бывает множественной, т. е. эксплуатационный показатель обычно зависит не только от параметра неровностей поверхности, но еще и от других параметров. Поэтому в этом случае, как правило, целесообразно использовать наряду с методами планирования Инженерного эксперимента методы множественной корреляции и регрессии [26, с. 397—407 ]. [c.204]

Для проведения статистического корреляционного анализа матрицу исходных данных преобразуют в соответствии с требованиями парного или множественного анализа. В случае парного анализа эта задача решается путем выборки одной из заданных функций по критерию наименьшей ошибки аппроксимации. Для процедуры множественного корреляционного анализа можно воспользоваться методикой, подобной проведению парного анализа, либо, предварительно проведя парный анализ между столбцом функции и всеми столбцами-аргументами, выбирать вид связи между столбцом-функцией и каждым столбцом-аргументом по критерию ошибки аппроксимации функции для парной корреляции. Кроме того, может возникнуть задача выбора аппроксимирующей функции множественного корреляционного анализа одинакового вида для каждого аргумента. [c.154]

Эти величины необходимы для оценки значимости множественного коэффициента корреляции. Приводятся частные коэффициенты детерминации, по которым оценивают индивидуальный вклад каждого аргумента в уравнение множественный ко- [c.157]

При множественном анализе определяются частные коэффициенты корреляции, между у и всеми к — 1 аргументами. Частные коэффициенты корреляции могут быть любого порядка. [c.157]

В соответствии с разработанной программой корреляционного анализа на ЭВМ Минск-22М были проведены расчеты парных и множественных корреляций прочности при сжатии с указанными физическими характеристиками. Основные результаты машинного счета приведены в табл. 4.2—4.7. На основании анализа эмпирических уравнений корреляции можно сделать вывод о том, что для парных корреляций между прочностью и отдельными физическими характеристиками значения коэффициентов корреляции имеют низкую величину. Увеличение числа коррелируемых физических характеристик повышает коэффициент корреляции, при этом максимальное значение достигается при использовании в корреляционном уравнении всех параметров. Следует отметить, что наиболее предпочтительной формой связи является параболическая [c.163]

Множественная корреляционная связь значительно эффективнее парной, так во всех случаях множественной корреляции наблюдается повышение коэффициентов корреляции. Предпочтительной формой связи является нелинейная корреляционная функция, которая, несмотря на громоздкость, позволяет наилучшим образом прогнозировать прочность материала по результатам физических испытаний. [c.166]

Ожидаемую стоимость проектируемого оборудования, типового или близкого к нему определяют по действующим прейскурантам, ценникам и др. Значительно сложнее определить ожидаемую стоимость проектируемого нестандартного оборудования, специализированного и специального, к которому относится большинство проектируемых машин-автоматов и практически все автоматические линии. Для этого применяют поузловой метод, методы весовых коэффициентов, множественной корреляции и др. Поузловой метод используют главным образом при расчете ожидаемой стоимости оборудования, компонуемого на базе унифицированных узлов, например для агрегатных станков-полуавтоматов и автоматов и автоматических линий, где их ожидаемая стоимость получается суммированием стоимости отдельных узлов и деталей. [c.53]

Метод множественной корреляции основан на установлении корреляционной зависимости стоимости оборудования от его технических характеристик, например числа рабочих позиций, габаритов обрабатываемых деталей и т. д. Количество достоверно [c.53]

Для ориентировочных расчетов себестоимости можно также применять эмпирические зависимости, выведенные методами математической статистики, и в частности, парной или множественной корреляции. [c.62]

Метод парной корреляции применяется в том случае, когда выбранный показатель является комплексным, наиболее полно характеризующим машиностроительное изделие в остальных случаях целесообразно пользоваться методом множественной корреляции. [c.63]

При анализе данных пассивных экспериментов исследуемые факторы, как правило, значительно коррели-рованы, поэтому приходится исследовать тесноту связи как между признаком Y и факторами, так и между факторами. Это необходимо в связи с тем, что множественный показатель тесноты связи (вернее квадрат его значения) является критерием полноты учета факторов, влияющих на рассматриваемый признак. В случае множественного регрессионного анализа значения коэффициентов регрессии удобнее вычислять, пользуясь значениями коэффициентов парной корреляции. [c.91]

Для определения значения коэффициента множественной корреляции R y. помимо формулы (39), можно пользоваться формулой следующего вида [c.97]

Для оценки полноты отобранных факторов определим значение множественного коэффициента корреляции и коэффициента детерминации [c.102]

Следующим этапом моделирования является определение типа зависимости между исходными факторами и погрешностями обработки. При выборе формы связи между входными и выходными переменными в первую очередь следует использовать результаты теоретического анализа данного технологического процесса, а также известные функциональные и корреляционные модели, описывающие процессы, аналогичные исследуемой операции. Если теоретически нельзя обосновать тип зависимости, то это можно сделать эмпирически путем построения ряда функций и оценки их адекватности с помощью коэффициента множественной корреляции и множественного корреляционного отношения. [c.248]

Для проверки адекватности полученного уравнения связи между исходными факторами и погрешностями обработки вычисляется коэффициент множественной корреляции для линейной формы связи и множественное корреляционное отношение для нелинейной зависимости. При полном совпадении расчетных и фактических величин погрешностей обработки множественное корреляционное отношение и коэффициент множественной корреляции равны единице. [c.249]

В случае, если теоретический анализ не позволяет обосновать форму связи, то тип функциональной зависимости можно определять эмпирически, путем построения нескольких уравнений регрессии, отличающихся друг от друга как по своей алгебраической форме, так и набору включенных в них переменных. Сравнение их и выбор наиболее адекватного уравнения производится статистическим путем с помощью коэффициента множественной корреляции и множественного корреляционного отношения. [c.260]

Для проверки адекватности полученных уравнений связи при линейной зависимости вычисляются коэффициенты множественной корреляции между какой-либо погрешностью обработки Zi и комплексом взятых технологических факторов Xi, х ,. ... л и у и у. .....Ур [50] [c.301]

Коэффициент множественной корреляции изменяется в интер вале О 1 В случае функциональной связи = 1 Если корреляционная связь между погрешностью обработки исходными факторами отсутствует, то = 0. При практиче ских расчетах, если = 0,85н-0,90, то погрешность обработки можно с достаточной точностью прогнозировать по отобранным технологическим факторам. [c.302]

Значимость коэффициента множественной корреляции проверяется по критерию t (Стьюдента) [c.302]

Здесь s — средняя квадратическая ошибка коэффициента множественной корреляции, определяемая по формуле [c.302]

Таким образом, вычисление коэффициентов парной и множественной корреляции для линейной формы связи или множественного корреляционного отношения для нелинейной зависимости и проверка их значимости позволяют оценить адекватность полученных уравнений связи между погрешностями обработки и технологическими факторами, найти количественное влияние всех отобранных факторов на точность обработки, выделить влияние наиболее существенных из них и т. д. [c.303]

Применяя формулу (9.149), по данным табл. 9.2 получаем коэффициент множественной корреляции между жесткостью z сильфона и отобранными геометрическими параметрами Xi, х ,. . х . [c.316]

Так как дисперсия условного математического ожидания равна произведению дисперсии выходной переменной на квадрат множественного коэффициента корреляции, то уравнение (10.172) может быть переписано следующим образом [c.371]

Ri/r. и — коэффициент множественной корреляции между суммарной погрешностью радиуса (ф) и ошибкой собственно размера г и некруглостями и (ф), выраженными гармониками четного порядка. Коэффициенты корреляции р -, р , р и Ri/r, , входяш,ие в формулу (11.169), определяются следующим образом [c.422]

По формуле (11.170) находим, что коэффициент множественной корреляции Щ/г, U = 1. Кроме того, из формулы (11.175) следует, что = k . Поэтому соотношение (11.172) будет [c.423]

Таким образом, для установления соотношения между предельными отклонениями формы в диаметральной и радиусной мерах достаточно знать коэффициент множественной корреляции Яцг, а и коэффициенты относительного рассеивания ki и законов распределения погрешностей радиуса и диаметра. Эти - Величины могут быть определены аналитически или опытным путем для конкретных условий обработки. Отметим, что для получения предельных значений отклонений формы, оцениваемых в диаметральной мере, необходимо указанные в ГОСТе 10356—63 [c.425]

Укажем некоторые способы получения оценочной функции и, когда критерии оптимальности и характер функции не очевидны. В отдельных случаях характер оценочной функции может быть установлен с помощью логического анализа множества возможных вариантов конструкций. Если таких вариантов слишком много, оценочную функцию можно получить статистическим анализом выборок из чертежей конструкций, разработанных опытными конструкторами. Для анализа в этом случае пригодны методы множественной корреляции. [c.284]

Простая корреляция 532 Множественная корреляция 533 Ранговая корреляция 534 Ковариационный анализ 540 Сглаживание кривых 541 Линейная регрессия 542 Нелинейная регрессия 543 Множественная регрессия 544 Ортогональные полиномы 545 Временные ряды 546 Проверка по критериям согласия 550 Методы сокращенного анализа 551 Непараметрические испытания 552 Графический анализ данных 553 Таблицы 554 Карты 555 Номограммы 600 Контроль качества [c.86]

Численное исследование модели (1) методом наименьших квадратов заключалось в определении коэффициентов модели В, минимизации остатков Е путем включения в модифицированную линейную модель значимых членов и их значимых квадратов, установлении меры линейной связи между измеренными и расчетными у1 значениями отклика модели, предсказанными уравнением регрессии (1), расчете квадрата множественного коэффициента корреляции р1я, вычислении средней процентной погрешности [c.78]

Для установления множественной корреляции в качестве механических характеристик могут быть использованы скорость и затухание упругих волн, диэлектрическая проницаемость и тангенс угла потерь, тепло- и температуропроводность, электропроводность и электросопротивление, затухание микрорадиоволн и т. д. Анализ указанных физических характеристик показал, что наиболее оптимальными являются скорость упругих волн и диэлектрическая проницаемость. [c.151]

Метод множественной корреля1,ии, в отличие от метода парной корреляции, предполагает зависимость не от одного показателя, а от нескольких параметров изделия. Введение в анализ большого числа параметров и поиски такого их сочетания, которое почти целиком определяло бы изменение [c.63]

Матрицы (5.98)—(5.103) отображают только попарную корреляционную зависимость между величинами Xi, Х2, , Х , т. е. зависимость условных средних значений какой-либо одной из величин от значения какой-либо другой. Они, как и корреляционные моменты и коэффициенты корреляции, не отображают более сложных-зависимостей. По ним нельзя определить, например, когда условные средние значения одних величин зависят от комбинаций значений других величин множественная корреляция) и когда при изменении значений одних величин изменяются не условные средние значения других, а условные дисперсии их (скедастические зависимости), или и те и другие вместе, или, наконец, изменяется и сам тип закона распределения. Кроме того, и при наличии корреляционной зависимости, но при нелинейной корреляции корреляционные матрицы не отображают физической стороны явления, как это уже отмечалось в п. 5.9 в отношении коэффициентов корреляции. Эти обстоятельства следует иметь в виду и в необходимых случаях переходить от корреляционных матриц к более сложным характеристикам. Системы числовых характеристик для этих случаев разработаны еще недостаточно. [c.192]

Коэффициенты парной и множественной корреляции, определяемые по выборочным данным, могут колебаться более или менее сильйо по отношению к истинной величине этих коэффициентов в генеральной совокупности, из которой производились выборки. В связи с этим возникает задача оценки значимости коэффициента корреляции, полученного при выборочном исследовании. При этом выдвигается и проверяется гипотеза об отсутствии корреляционной связи между погрешностью обработки и исходными факторами. [c.302]

Детальное изучение технико-экономических показателей и получение уравнения (10.153) поданным нормальной эксплуатации потребовало и значительного времени, так как число элементов в каждом ТЭП очень велико, и для определения тесноты и формы связи Та и б необходимо в линейном случае рассмотреть корреляцию каждого элемента с б и затем методами множественной корреляции получить уравнение (10.153). В нелинейных случаях решение пЬставленной задачи еще больше усложняется, так как необходимо иметь еще значения дисперсной функции, затем осуществить линеаризацию и только тогда методами множественной корреляции получить оценки показателей (10.153). По-видимому, в ближайшее время корреляционные в линейном случае и дисперсионные в нелинейном случае методы будут применяться в основном для получения зависимости от б в общем виде, и только для небольшого числа основных (доминирующих) элементов будет дополнительно рассматриваться связь с б. Естественно, что чем больше элементов будет исследовано, тем точнее будет анализ и тем точнее будут определены пути улучшения данного ТЭП. [c.366]

Коэффициент множественной корреляции в формуле (11.170) изменяется в интервале О Ri/r. и Следовательло, отно- [c.422]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...