Дисперсия коэффициентов

Значения дисперсии коэффициентов регрессии вычисляются по формулам [c.156]

Стандартное отклонение, дисперсия, коэффициент вариации — характеризуют случайную ошибку анализа. Граница разброса отдельных измерений относительно X характеризуется квадратичной ошибкой или стандартным отклонением отдельного измерения 5. Выборочное стандартное отклонение определяется по формуле [c.194]

Оценим дисперсию коэффициентов регрессии. Исходя из уже упомянутого предположения о нормальности распределения погрешностей, следует считать, что выборочные коэффициенты регрессии также распределены нормально, и их дисперсии могут быть вычислены по формулам [c.242]

И получаем отсюда дисперсию коэффициентов регрессии [c.200]

Дисперсии коэффициентов для одного сырья 0,021 0,017 0,031 0,019 0,014 0,131 [c.185]

Согласно уравнению (VII.29) дисперсия коэффициентов [c.151]

Рассмотренный план исследования, позволяя достаточно полно изучить смешение при минимальном объеме эксперимента, является все же достаточно трудоемким. Например, при изучении смешения трех компонентов нужно реализовать как минимум девять определений характеристик 2 в опытах чистых компонентов с присадкой (для нахождения девяти коэффициентов 6,) и шесть определений в двух симплекс-решетчатых планах (для установления величин шести коэффициентов (3 / РЬ.ь Р з,ь Ргз.ь РГг.г, РГз.г, Р23.2). Кроме указанных 15 смесей нужно изучить и несколько других для проверки адекватности уравнений и оценки дисперсий коэффициентов р. Однако любой другой подход будет не менее трудоемким. [c.184]

Такой подход допустим при поиске экстремума вблизи минимума S, но он может оказаться безрезультатным при плохих начальных оценках. На это было обращено внимание при выполнении вычислительных работ [12, 131. В связи с этим выполнены исследования по оптимальному размещению опытных точек таким образом, чтобы минимизировать дисперсии коэффициентов. Следует отметить, что планирование кинетических экспериментов трудно осуществлять по одному критерию (например, по наимень-щей дисперсии подбираемых констант для одной модели), так как приходится учитывать одновременно возможность использования альтернативной другой модели, точность результатов, простоту экспериментирования и др. Предложенные ранее [9, 10, 13] планы для минимизации дисперсии коэффициентов или одновременного осуществления такой минимизации и выбора лучшей модели (дуальная задача) не получили распространения в исследовательской работе. [c.44]

Анализ формулы (2.37 ) показывает, что дисперсия коэффициента регрессии 5 тем меньше, чем дальше значение х, лежит от его среднего значения х, т. е., чем шире интервал концентраций (содержаний), выбранный для построения градуировочной кривой. [c.40]

Расчет значений дисперсии коэффициента регрессии 5 , доверительного интервала A6i и значений проводят по формулам [c.50]

Таким образом, диагональные члены матрицы представляют собо дисперсии коэффициентов, необходимые для проверки гипо- [c.153]

И дисперсии коэффициентов равны [c.185]

К основным числовым характеристикам рассеяния выходного показателя технологического процесса при изготовлении партии изделий относят поле рассеяния со, координату середины поля рассеяния, координату М х) центра группирования, параметры, характеризующие кривую рассеяния (среднеквадратическое отклонение, дисперсию, коэффициент относительной асимметрии, медиану и др.). Более подробно рассеяние параметров технологических процессов рассмотрено в работе [18]. [c.32]

Анализ уравнения множественной регрессии (табл. 32) показал, что не все коэффициенты значны. Для проверки значимости коэффициентов находим дисперсию коэффициентов регрессии [c.205]

Дисперсия коэффициентов уравнения регрессии равна [c.20]

Первый из написанных выше интегралов представляет собой квадратичную погрешность приближения функции 5(ш) при отсутствии погрешности Д ((х ). Так как приближение осушествляется не по самой функции, а по ее оценке, появляется добавочная погрешность. Эта погрешность непосредственно связана с дисперсией коэффициентов разложения [c.175]

Покажем, что верхняя граница для дисперсии коэффициентов разложения зависит от скалярного произведения функций О (со) и а((в). Для интеграла в уравнении (VII. 36) можно записать неравенство Буняковского [c.175]

Послойную неоднородность можно определить как дисперсию коэффициента Лоренца на анализируемом участке [c.159]

Таким образом, диагональные члены матрицы представляют собой дисперсии коэффициентов, необходимые для проверки гипотезы значимости, а недиагональные — ковариации соответствующих коэффициентов регрессии, определяющие статистическую зависимость между коэффициентами. [c.188]

Дисперсия коэффициентов в ортогональных планах находится по формуле [c.212]

Таким образом, дисперсия коэффициентов в планах 1 меньше, чем в случае симплексного плана. [c.213]

Статистический анализ полученных результатов. Проверка значимости коэффициентов регрессии проводится по -критерию Стьюдента, так же как описано в п. 10.2.2. Дисперсия коэффициентов вычисляется по формулам [c.487]

Статистический анализ результатов Проверка значимости коэффициентов уравнения регрессии и адекватности полученного описания производится по методике, изложенной в п. 10.2.2, при этом оценки дисперсии коэффициентов модели определяются по формулам [c.489]

Используя указанные обозначения можно записать формулы для вычисления дисперсий коэффициентов регрессии [c.88]

Проверим значимость коэффициентов уравнения пегпрггии линеиные аффекты и эффекты взаимодействия. По формуле (Vni.82) находим дисперсию коэффициентов регрессии [c.230]

Знание степени продольного перемешивания при экстракции в колонных аппаратах важно для их проектирования, а также при изучении процессов, происходящих при массопереносе. Для того чтобы воспользоваться методами расчета, описанными в главе 5, необходимо иметь экспериментальные значения продольной дисперсии, коэффициенты обратного перемешивания, а также коэффициенты массопередачи. [c.122]

Результирующий пик появляется вблизи диагонали ал = — Ы2 (верхняя половина рис. 8.2.2, а путь р = О+ -> - , = -1, так называемый Ы -пик или эхо -сигнал). Эти два сигнала, определяемые уравнениями (8.2.4) и (8.2.5), симметрично расположены относительно ал = 0. В соответствии с (6.5.22) и (6.5.23) вещественное фурье-преобразование относительно h приводит к форме пиков с примесью чистого двумерного поглощения [коэффициент А = (1/2) sin 03/2) os (/3/2) + sin (/3/2) ) = (1/2) sin (/3/2)] и чистой двумерной дисперсии [коэффициент В = (1/2) sin (/3/2) os (/3/2) - [c.490]

Для того чтобы построить количественную теорию спинодального распада, можно поступить двояким образом. Либо воспользоваться уравнением Фика, связывающим диффузионный поток с градиентами состава, как это делал Кан в своей оригинальной работе [31], либо же воспользоваться уравнениями Он-загера, как это было сделано автором настоящей книги в работе [38]. Мы примем второй метод, так как он позволяет учесть пространственную дисперсию коэффициентов диффузии. Запишем уравнения Онзагера для концентрационных неоднородностей Д (г) [c.71]

Методы кибернетики в химии и химической технологии (1971) -- [ c.0 ]

Методы кибернетики в химии и химической технологии (1971) -- [ c.0 ]

Методы кибернетики в химии и химической технологии Издание 3 1976 (1976) -- [ c.0 ]

Статистические методы оптимизации химических процессов (1972) -- [ c.82 ]

Справочник химика 21

Химия и химическая технология