Регрессия линейная множественная

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]

Хп-й Хп — выходной параметр, характеризующий качество готовой детали. Примем, что плотности вероятности распределения случайных величин Хо, Хи---, п-ь Хп нормальны их совместная плотность в любых сочетаниях также нормальна соответственно множественные и парные регрессии линейны. [c.83]

Величина R, вычисленная по формуле (41), характеризует тесноту множественной связи в случае общей регрессии, т. е. как линейной, так и нелинейной регрессии. В нелинейном случае характеристика R получила название корреляционного отношения и обозначается т]. Значение R изменяется от О до 1. [c.98]

Примером более сложных зависимостей может служить модель ремонтопригодности, полученная при помощи множественной регрессии. Например, показатель ремонтопригодности можно представить в виде линейной функции массы конструкции Р, удельной мощности N, максимальной скорости V и года выпуска изделия [c.143]

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 оптимального выбора наиболее информативных уровней атмосферы использован метод многомерного регрессионного предсказания [24, 26], в основу которого положено уравнение множественной линейной регрессии вида [c.67]

Множественная линейная регрессия. Зависимость между несколькими переменными величинами принято выражать уравнением множественной регрессии, которая может быть линейной и нелинейной. В простейшем виде множественная линейная регрессия выражается уравнением с двумя независимыми переменными величинами х, г) [c.266]

При анализе статических характеристик двигателя чаще всего применяется множественная линейная регрессия. [c.91]

Обработка результатов отсеивающего эксперимента осуществляется на ЭВМ по программе шагового регрессионного анализа [65], включающей исследование линейной и квадратичной модели с преобразованием координат в полулогарифмические, логарифмические и отно сительные (в качестве фактора принимают отношение содержаний мешающего и определяемого компонентов). На печать выводят среднее арифметическое значение параметра оптимизации экспериментальное значение дисперсии воспроизводимости значимые коэффициенты регрессии коэффициент множественной корреляции остаточную дисперсию табличное и эмпирическое значение критерия для проверки гипотезы адекватности моделей (F) погрешность предсказания по моделям. Уровень значимости при проверке гипотез и расчете погрешности предсказания принимают равным 0,05. [c.96]

Объектом исследования является фактура трикотажа, которую в достаточной степени для рассматриваемого случая можно описать следующими параметрами ее структуры длина нити в петле / L п /, мм, линейная плотность нити / Т /, текс, плотность по вертикали / П, / и цвет, описываемый тремя параметрами цветовой тон / Л /, нм, координата цветности X и координата цветности У. Для проведения эксперимента изготавливались образцы трикотажных переплетений из полушерстяной пряжи линейной плотности 32 х 2 текс (табл.1). Все указанные параметры трикотажа рассчитаны эксп >иментальным путем по образцам, а параметры цвета определены по цветовому локусу. Степень влияния каждого параметра и фактора в целом определялась методом множественного регрессионного анализа. Оценку исследуемых образцов переплетений трикотажа ( всего 60 образцов ) проводили методом экспертных оценок. Сущность метода сводится к выставлению экспертами логико - лингвистических оценок по эмоциональному признаку. Далее полученные данные переводятся из качественных в количественные оценки ( в баллах ). Результаты экспертизы обрабатывались на ЭВМ и были определены следующие параметры средний балл экспертных оценок, дисперсия, средне- квадратичное отклонение, доверительный интервал. Расчеты производились по следующим уравнениям регрессии [c.36]

Например, обработка результатов совместных измерений к геометрических параметров серийной партии п деталей часто сводится к решению линейной модели — уравнения множественной линейной регрессии — относительно любой из к перемеи1)ых [c.339]

Наиболее близок к традиционно используемым методам парной корреляции и регрессии раздел, включающий в себя множественную корреляцию и регрессию, который кратко рассмотрен в настоящем пособии. Уравнение множественной регрессии можно рассматривать как линейную конструкцию типа ( ), позволяющую находить на базе большого набора исходных признаков х такую новую переменную, которая была бы максимально скоррелирована с (т+1)-м признаком Хт - - Эта корреляция называется множественной. По значениям коэффициентов с/, которые в данном случае являются коэффициентами множественной регресг сии, можно из всего набора т признаков х выделить только п из них, которые обнаруживают наибольшие значения этих коэффициентов. По уменьшенному набору признаков х можно построить новое уравнение регрессии, основанное на меньшем числе переменных, которое будет более компактным. [c.314]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...