Корреляция множественная, метод

МЕТОДЫ МНОЖЕСТВЕННОЙ КОРРЕЛЯЦИИ МЕТОД БРАНДОНА [c.137]

Методы множественной линейной корреляции позволяют наиболее просто, с использованием стандартных программ выполнять реализацию [c.224]

Методы множественной корреляции..... [c.176]

Вольтер Б. В., Маркова Е.В. Исследование процесса полимеризации этилена методом множественной корреляции.— Химическая промышленность , 1961, № 4. [c.167]

Метод множественной корреляции. Если необходимо иссле-дс вать корреляционную связь между многими величинами, то пользуются уравнениями множественной регрессии [c.146]

Определение параметров нелинейных зфавнений регрессии методом наименьших квадратов. Понятие о множественной корреляции. [c.153]

По способам реализации различают следующие экстраполяционные зависимости методы множественной линейной корреляции, методы параметрической схемы, итерационный и рекуррентный методы, а также метод средних значений [19]. [c.224]

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]

Когда величина значительно отличается от единицы, в уравнение регрессии необходимо вводить дополнительные переменные, вновь находить коэффициенты уравнения регрессии и подсчитывать величину коэффициента множественной корреляции. Отметим, что причиной малости Я может быть также нелинейность связи между исследуемыми переменными. В этом случае следует заменить линейный полином на уравнение вида (УИ 1.4) и применить соответствующий метод обработки опытных данных. [c.204]

Зависимость показателя К от основных параметров процесса, температуры низа и верха колонны (/ и и давления в колонне (Рв) — определяется методом множественной корреляции 1, 2, 3 в виде функциональной зависимости [c.195]

Приведенные уравнения удовлетворительно описывают зависимость гидравлического сопротивления (АР, Па) от скорости газа в горловине ( и/ ,, м/с), удельного расхода жидкости на орошение ( л/м газа), скорости истечения жидкости из форсунки (, м/с). Экспериментальные данные обрабатывались методом множественной корреляции. Диапазон рабочих скоростей газа исходных параметров составлял 25 — 45 м/с в пересчете на сечение горловины СВ. Диапазон изменения величин д = = 0,5 4л/м , w = 1,5 10 м/с. Отклонение расчетных значений АР от экспериментальных не превышает 15%. [c.7]

Экспериментальные данные по теплопередаче обработаны методом множественной корреляции и представлены в таблице уравнениями вида [c.8]

Для тех реакций (йх очень немного), по катализаторам которых в литературе имеется большое количество сведений, вопрос о закономерностях подбора решался нами статистическими методами корреляционного анализа. Производились поиски корреляционной связи каталитической активности со свойствами твердого тела, которые, согласно существующим теориям катализа, рассмотренным в I части, могут влиять на каталитическую активность. Методы корреляционного анализа позволяют подойти к подбору катализаторов, а также и к выяснению механизма их действия вполне объективно, но они чрезвычайно трудоемки. Объем вычислительной работы еще более усложняется, если перейти к использованию методов множественной корреляции, чтобы установить связи между каталитической активностью и несколькими свойствами твердого тела. Целесообразно использовать для выяснения закономерностей подбора этим методом современную вычислительную технику. [c.211]

Очевидно, что при таком подходе невозможно получить значения констант, приводящие к абсолютному совпадению вычисляемых и опытных величин концентраций. Константы подбирают, минимизируя рассогласование опыта и расчета. Выше при рассмотрении простых методов определения констант мы пользовались величиной среднего отклонения. Однако можно было бы минимизировать и другие величины, характеризующие расхождение эксперимента и машинного счета. Так, например, в книге [141 минимизировалась сумма отклонений, в других работах [15—171-сумма модулей отклонений, в [10, 12, 18—20] — сумма квадратов отклонений. В работе [21] применяли нормированную сумму квадратов отклонений, причем в качестве весов выступали обратные значения дисперсий, обусловленных ошибкой эксперимента. Иногда в качестве весов берут обратные значения опытных величин, возведенные в квадрат [22, 23]. Находит также применение критерий, согласно которому минимизируется сумма квадратов отклонений логарифмов [24]. В работе [25] предложено определять константы из условия достижения минимума коэффициента множественной корреляции [c.87]

Раздел о корреляционном анализе мы изложили очень коротко, так как в аналитической работе до сих пор нашли применение только его простейшие приемы. Совершенно не рассмотрен вопрос о криволинейных корреляционных связях, так как в аналитической работе обычно ограничиваются изучением их линейного приближения. Не рассматривается также вопрос о множественной корреляции, когда одновременно изучается статистическая связь между многими переменными. Этот метод статистического анализа до сих пор не получил применения в аналитической работе, несмотря на то, что он очень широко используется при изучении технологических процессов. [c.314]

В многофакторных моделях, где применяются методы множественной корреляции, используется линейная или степенная форма связи изменения цены при изменении отобранных для расчета параметров [c.117]

Для установления одновременного влияния на себестоимость изделия принятых в расчет параметров пользуются уравнениями множественной корреляции, методом балльных оценок или агрегатным методом. [c.201]

Для выяснения влияния каждой независимой переменной на величину удельной поверхности применен метод множественной корреляции. Установлено, что все три коэффициента регрессии значимы, т. е. все трй переменные оказывают влияние на величину удельной поверхности. Проведенный анализ позволил сделать вывод, что величины показателей степеней при рж и а определены достаточно точно. Можно считать, что а а и Показатель степени при у установить не удалось из-за малого диапазона изменения у в опытах, поэтому он был заимствован из литературных источников. [c.32]

Система (1У-21) может решаться методом определителей я методом последовательного исключения неизвестных. После ее решения и записи уравнения множественной корреляционной зависимости производится расчет общего коэффициента корреляции [c.203]

Обработка опытных данных проводилась методом множественной корреляции на электронно-вычислительной машине Урал . Наилучшие результаты при обобщ,ении экспериментальных данных были получены при отнесении всех физических параметров к средней температуре пограничного слоя, определяемой как [c.34]

Главным экономическим показателем работы автотранспортного предприятия является прибыль, которая находится в прямой зависимости от себестоимости перевозок. В структуре себестоимости заработная плата водителей с начислениями составляет значительную величину. Так, за 1970 г. эти расходы по предприятиям Владимирского транспортного управления составили 31,9% к общей сумме расходов по грузовым сдельным автомобилям. В то же время снижение расходов по заработной плате может быть обеспечено. при условии правильного установления плановых 3 а д а н и й по дайной статье себестоимости. Применяемые в настоящее время методы планирования заработной платы громоздки и не могут в полной мере учесть специфику отдельных предприятий. Они не позволяют быстро устанавливать величину заработной платы в зависимости от изменения размеров транспортной работы и других факторов, оказывающих на нее влияние. Использование метода цепных подстановок для анализа размера заработной платы также не дает желаемого результата. Корреляционный метод, особенно множественная корреляция, дает возможность количественно оценить связь между измеряемыми величинами в условиях действия большого числа факторов, причем некоторые из них неизвестны. Метод корреляции позволяет установить, как в среднем изменяется случайная величина при изменении значения одной или нескольких других случайных величин при фиксированном значении неучтенных факторов. [c.33]

Степень адекватности модели экспериментатьной выборке зависит от формы функций/к(хк), а также от очередности идентификации их коэффициентов в соответствии со схемой Брандона. С этой целью выполняется ранжирование факторов хк по степени воздействия на функцию у. Определяется ранжировочный ряд факторов, в котором на первую позицию помещается самый сильнодействующий фактор, затем второй по степени влияния и т.д. Метод ранжирования, предлагаемый здесь, основан на вычислении частных коэффициентов множественной корреляции [c.298]

Чем больше величина 9, тем лучше анализируемое уравнение описы вает процессо Вели уравнение модели учитывает ряд переменных процесса ), то использует метод множественной корреляции, учитывающий коррвлируемость между и каждым из/Д1]. [c.45]

Множественная регрессия. Часто приходится искать корреляцию между У и несколькими переменными Хц. .., Х , т. е. находить множественную регрессию между У и Х , Х . Примером может служить корреляция между в ряду химических реакций с , X и параметрами, характеризующими влияние на реакционную способность реакционного центра (индуктивное, резонансное, сте-рическое влияние Ц). Пусть надо установить корреляцию между У и X, и Ха. Метод наименьших квадратов (минимизация 2( /расч — — К,) = т п) дает формулу [c.317]

Б. В. Вольтер, Е. В. Маркова, Исследование процесса полимеризации атилена методом множественной корреляции . Хим. пром., № 4 (1961). [c.115]

Наиболее важными свойствами, определяющими активность лекарственных препаратов, являются три физико-химических свойства липофильность, электронное распределение и форма молекул. Все они связаны с топологической структурой молекул, хотя этот факт, по-видимому, в значительной мере недооценивался. Тем не менее эти свойства были изучены с помощью соотношений линейности свободных энергий (ЛСЭ) [68] и количественных корреляций структура — активность (ККСА) [69]. Подробное обсуждение природы и действия этих двух методов можно найти в книге Зайделя и Шапера [70]. Первый метод основан на предположении, что всякий раз, когда функциональная группа присоединена к одному и тому же центру в молекуле, к полной реакционной способности молекулы будет добавлена или вычтена из нее фиксированная величина. Во втором методе делается предположение, что разнообразные роли, выполняемые функциональной группой в активной структуре, могут быть разделены. Статистика, основанная на множественной [c.201]

Ряд статей сборника посвящен дальнейшему развитию и применению разработанных в НИИАТе статистических методов анализа, методов множественной и ранговой корреляции для оценки эксплуатаиионных свойств масел и изучения зависимостей между свойствами масла и состоянием двигателей. [c.4]

Измерены времена релаксации ПМР для воды, адсорбированной на пористых стеклах с двумя различными размерами пор (29 и 189 А), при трех значениях степени покрытия и в температурном интервале от —80 до 90 С. Для согласования выводов, получаемых из данных ПМР и ИК-спектроскопии, использованы представления о распределении по временам корреляции и об анизотропной переориентации. Применение для описания магнитной релаксации модели Ризинга, характеризуемой множественностью состояний, с использованием метода наименьших квадратов позволило получить параметры, которые указывают на то, что расстояние протон—протон уменьшается с увеличением энтальпии активации адсорбированной воды. Этот эффект сохраняется в интервале от двухслойного покрытия вплоть до полного насыщения. [c.333]

Приведем (табл. 1У-4) без подробных вычислений уравнения множественных корреляционных зависимостей, связывающих отмеченные переменные (фактические значения их устанавливались с помощью существующих сейчас стандартных методов испытаний) . Уравнейия относятся к тем же объектам, что и по варианту 1- (см. рис. 1У-9). В отличие от предыдущих случаев, покажем здесь иной способ оценки силы связи и достоверности получаемых результатов. Первое устанавливается с помощью числа Фишера. Для этого определяется квадрат общего коэффициента корреляции по [c.211]

Справочник химика 21

Химия и химическая технология