Регрессионный анализ многомерный

Основу второго подхода составляет совокупность методов, объединяемых в кибернетике общим термином черный ящик . В их состав входят вероятностно-статистические методы анализа сложных явлений и систем, теория статистических решений и оптимального планирования эксперимента, методы теории распознавания образов, адаптации и обучения и т. п. Статистические методы поиска катализаторов позволяют по ограниченной экспериментальной информации просматривать значительные совокупности факторов, предполагаемых априори ответственными за каталитическую активность. Причем планы эксперимента предусматривают возможность варьирования испытываемых факторов на двух и более уровнях в зависимости от сложности поверхности отклика. Выявление доминирующих факторов проводится по различным вариантам ветвящейся стратегии, а их численная оценка — с использованием стандартных приемов регрессионного анализа. При усложнении задач статистического анализа методы корреляционного и регрессионного анализа уступают место математической теории распознавания с богатым арсеналом приемов раскрытия многомерных корреляций. [c.58]

Регрессионный анализ представляет собой развитие метода статистических зависимостей, он основан на выведении зависимости норм и показателей от формирующих их факторов. В экономике каждый показатель зависит от большого числа факторов, действующих одновременно, т. е. экономические явления характеризуются многомерной системой различных факторов. Часто [c.153]

Следует отметить, что моделирование многомерных регрессионных задач, проведенное с помощью ЭВМ на искусственных примерах [37], продемонстрировало влияние ошибок в измерении факторов и правомерность процедуры отбрасывания факторов. В результате этого исследования показано, что ошибки при измерении факторов и их коррелированность между собой приводит к значительному искажению исходного уравнения. Отсюда, конечно, не следует, что нужно полностью отказаться от пассивных методов исследования объектов химической технологии. Корреляционный и регрессионный анализы продолжают оставаться действенным средством текущего анализа производства. Но данных пассивного эксперимента, собранных при значительных ограничениях, высоком уровне помех и нередко низком уровне оснащенности производства контролирующими приборами, явно недостаточно, чтобы построить математические модели, пригодные для управления и оптимизации технологических процессов [31]. [c.215]

Величину коэффициента продуктивности по косвенным данным можно определять с помощью метода многомерного регрессионного анализа по комплексу геолого-промысловых данных, учитьшающих петрографические, литологические, фильтрационно-емкостные, геофизические и гидродинамические характеристики продуктивных пластов. [c.83]

В гл 9—10 мы видели, что анализ взаимных спектров и оценивание частотных характеристик представляют собой распространение обычного корреляционного и регрессионного анализов на частотную область Точно так же многомерный спектральный анализ и оценивание многомерных частотных характеристик представляют собой распространение идей анализа множественных корреляций и многомерного статистического анализа на частотную область в этом разделе мы дадим обзор основных понятий множественной корреляции и множественного регрессионного анализа Предполагается, что читателю полностью известен метод наименьших квадратов, изложенный в Приложении П4 1 [c.241]

Это означает, что во всем, что касается оценочных уравнений, многомерный анализ сводится к <7 отдельным схемам многомерного регрессионного анализа Отсюда с помощью (11.3.5) получаем нормальные уравнения [c.250]

Обсудить способы моделирования соотношений между аналитическими данными с помощью многомерного регрессионного анализа (методы многомерной градуировки, направленный факторный анализ). [c.517]

Моделирование зависимостей путем оценки значений параметров — это лишь одна из задач регрессионного анализа. Очень часто полученные величины затем используют для предсказания неизвестных значений х или у на основании измеренных значений у и х соответственно (например, концентраций компонентов на основании спектральных данных с использованием многомерной градуировки). [c.548]

Основные положения многомерного регрессионного анализа [c.164]

Задание 174. Взяв за основу программу для нелинейного регрессионного анализа, напишите программу для решения многомерной регрессионной задачи. В уравнение многофакторной регрессии входит не одна независимая переменная х и параметры kji [c.293]

В табл. 4 и 5 представлены коэффициенты Ь р в зависимости от наименования аргументов, функций и системы области определения функций погрещности уравнений вида (53). Вычисления и отбор коэффициентов выполнены [28] методом многомерного регрессионного анализа на ЭВМ Минск-22 по стан- [c.43]

Методом линейного многомерного регрессионного анализа получены по экспериментальным данным (см. табл. 1.5) следующие уравнения (в порядке возрастающей сложности). [c.44]

Рассмотренные примеры показывают целесообразность применения многомерного регрессионного анализа для математического описания взаимосвязи между различными физико-химическими свойствами. [c.157]

Обработку экспериментальных данных проводили по программе многомерного регрессионного анализа [75], предназначенной для нахождения арифметических средних, стандартных ошибок, коэффициентов корреляции и регрессии. При решении нормальных уравнений был использован метод исключения Гаусса, алгоритм решения нормальных уравнений заимствован из работы [76]. Решение проводили поэтапно в уравнение регрессии последовательно добавлялись члены, при этом из оставшихся добавлялся тот член, который проводил на данном этапе остаточную дисперсию к минимуму. [c.45]

Регрессионный анализ представляет собой развитие метода статистических зависимостей, он основан на выведении зависимости норм и показателей от формирующих их факторов. В экономике каждый показатель зависит от большого числа факторов, действующих одновременно, т. е. экономические явления характеризуются многомерной системой различных факторов. Часто им свойственны случайность и неопределенность, связь между явлениями носит стохастический (вероятностный) характер. В этом случае для изучения тесноты связи и взаимосвязи показателей и факторов используется метод корреляционного и регрессионного анализа. Преимущества этих методов заключаются в том, что с их помощью можно количественно оценить степень влияния того или иного фактора. [c.144]

В общем виде в нашем случае уравнения многомерного регрессионного анализа имеют вид [c.264]

Все расчеты выполнены на ЭВИ "Наири-С" по программе многомерного регрессионного анализа, основанной на алгоритмах . [c.229]

Н.С. Шуловой был проведен корреляционно-регрессионный анализ для выявления связи между составом нефтей и условиями их залегания (табл. 22). В связи с неравномерным числом данных анализ был выполнен для нефтей двух генотипов — III (D2-3) и V (С—Pi). В целом для всей территории парных коэффициентов корреляции очень мало, и набор коррелируемых параметров для указанных генотипов разный. Так, если для III генотипа плотность коррелируется с глубиной, то для V — с сульфат-ностью пластовых вод. Это же характерно и для многомерных коэффициентов, которые казались более высокими. По данным корреляционного анализа, плотность нефтей III генотипа коррелируется с глубиной, температурой и минерализацией пластовых вод, а плотность нефтей V генотипа — с глубиной и температурой, содержание бензина в нефтях III генотипа — с температурой и минерализацией вод, а V — с глубиной и давлением. [c.54]

Экономические явления характеризуются многомерной системой различных факторов. Часто им свойственны такие черты, как случайность и неопределенность, стохастический (вероятностный) характер связи между явлениями. В этом случае для изу- ения тесноты связи и взаимосвязи показателей и факторов используют корреляционный и регрессионный анализ. С помощью этих методов можно количественно оценить степень влияния того или иного фактора. Например, только используя корреляционный анализ, можно оценить степень влияния квалификационного состава рабочих, стажа их работы на производительность труда, объем чистой продукции или себестоимость. Бесспорно, что производительность труда зависит от стажа работы, но этот фактор не является определяющи.м, так как на производительность труда влияют уровень техники, организации производства и труда, а также другие факторы, т. е. связь в данном случае не функ-ипональная, а корреляционная. [c.142]

А. Мегатели, X. Малый, В.И. Азаматовым и др. было показано, что величины коэффициентов продуктивности можно рассчитать с помощью метода многомерного регрессионного анализа по комплексу геолого-промысловых данных. Расчеты, выполненные на основе полученнь х урав- [c.83]

Количественная модель дифференцированной сольватации таутомерной паре гидроксипирндин-пиридон в рамках теории реакционного поля и эффектов водородных связей с привлечением методов многомерного регрессионного анализа разработана Биком и др. [141]. Неэмпирические расчеты [114] справед- [c.152]

В этих условиях целесообразно использовать экспериментальностатистические методы, реализующие кибернетическую концепцию черного ящика в сочетании с факторным экспериментов и математическим аппаратом многомерного регрессионного анализа. [c.63]

Многомерный регрессионний анализ очень чувствителен к нарушению его исходньос предпосылок, а в пассивном эксперименте очень часто нарушаются две из них [c.64]

Если эти оценки и содержат систематические ошибки, то последние можно предполагать близкими для различных радикалов. Использованные значения I (ккал/моль) радикалов и AI (298 к,g) (ккал/моль) соответствующих ионов сведены в табл.З. Последние величины вычислены из величин I и рекомендованных в работе значений Ан для радикалов. Величины Ан для изомерных пентанов взяты у Гуда , а для остальных алканов - из компиляций " . Статистическая обработка числового материала выполнена на ЭЦВИ "БЭСМ-4-" по программе многомерного регрессионного анализа "Регран-1". Для статистических оценок принят уровень значимости 5%. Постоянные Р для алкильных заместителей взяты из работы . [c.936]

Ниже приведены результаты статистического анализа применимости ур.(1) для количественного описания рК кислот Х Х2 С0)0Н. Поскольку з литературе отсутствуят (см. табл.7) величины рКд кислот Х Х2Р(0)0Н, где т. " электроотрицательные заместители, неспособные к сопряжению, мы не могли использовать, в противоположность , стандартную процедуру выделения резонансных составляющих. Поэтому ниже предполагалось, в согласии с нашими ранними результатами , что резонансные вклады заместителей х -, Х2,содержащих п или -электроны на с<-атоме, постоянны в пределах одного структурного типа заместителей. Все расчеты выполнены по программе многомерного регрессионного анализа "Регран-1" на ЭЦВМ "БЗ i-4". Для статистических оценок использован Ъ% уровень риска. [c.265]

Увеличение объёма выборки совместная обработка случайных выборок(корр.№9) и случайных выборок + выборка типа З (корр.МО) не приводит к улучшению показателей корреляций. Обработка эксперимента типа 3 методом последовательных однофакторных корреляций(корр.№11) приводит к значительно худшим результатам, что указывает на преимущество многомерного регрессионного анализа при сокращении числа уровней факторов. [c.362]

Для каждого фактора выбираем по три уровня варьирования минимальный, максимальный и средний между ними(например, заместители р-сн , Р-НО2 и р-вг, если влияние данного фактора адекватно описывается одной из шкал постоянных , 6Г , 6 илиб°)из соответствущих сечений и ставим полный факторный эксперимент по плану где п- число факторов, с последующей обработкой матрицы измерений методом многомерного регрессионного анализа. При этом Зп элементов(или часть их) матрицы измерений полного факторного эксперимента з могут оказаться уже найденными при выполнении сечений. Остальные кинетические измерения, выполнявшиеся для сечений,служат дополнительными степенями свободы для проверки математической модели. [c.363]

Особенностью использованной программы "РЕГРАН-4",основанной как и наши предыдущие программы многомерного регрессионного анализа, на алгоритмах руководства , но осуществляющей жскхвчевив незначимых коэффициентов и значимо отклоняющихся точек, является наличие процедуры перемножения мер факторов. Следует заметить, что накопление большого [c.364]

Использованная в данной работе программа многомерного регрессионного анализа "Регран - 5" основана на алгоритмах из книги Дрейпера и Смита и точно воспроизводит все тестовые задачи из этой книги. Однако программа содерхит некоторые модификации. [c.509]

Все раочеты для настоящей работы выполнены на ЭЦВМ "Наири С" по программе многомерного регрессионного анализа, основанной на алгоритмах Дрейпера и Сиита , с добавлением процедуры перемнонения факторов . Программа точно воспроизводит все тестовые задачи из руководства . [c.224]

Все расчеты выполнены по программам многомерного регрессионного анализа, основанным на алгоритмах руководства , на ЭЦВМ "БЭСМ-4" и"Наири С". Для статистических оценок использован 5% уровень риска. [c.248]

Вой регрессионные уравнения настоящей работы получены на ЭЕМ "Одра-1304" и "Наирн-С" ВЦ ЖУ по программам многомерного регрессионного анализа, основанным на алгоритмах . [c.457]

Многомерный регрессионный анализ выполнялся по известной программе с использованием ЭВМ ЕС 102г. Выбраковка [c.281]

Справочник химика 21

Химия и химическая технология