ВУЗ:
Составители:
156
КОНТРОЛЬНЫЕ ВОПРОСЫ
1.
Почему исходное уравнение для выявления математической модели
выбрано в виде ряда (многочлена), почему оно называется уравнени-
ем регрессии, а его коэффициенты – коэффициентами регрессии?
2.
В каких случаях факторы, влияющие на показатель процесса, счита-
ются существенными, как производится выбор интервалов варьиро-
вания факторов?
3.
Зачем выполняется регрессионный анализ?
4.
Почему показатели степени факторов надо принимать буквенными?
5.
В каких случаях матрица становится ортогональной, зачем надо де-
лать матрицу ортогональной, от чего зависит количество коэффици-
ентов ортогональности?
6.
На основе чего и как выявляются коэффициенты ортогональности?
7.
Можно ли определять коэффициенты регрессии независимо друг от
друга, если матрица не будет ортогональной?
8.
Почему рационально выполнять параллельные опыты на среднем
уровне факторов, сколько надо проводить таких опытов, как опреде-
ляется дисперсия опытов?
9.
В чем преимущества независимого определения коэффициентов рег-
рессии?
10.
Почему дисперсия в определении коэффициентов регрессии рассчи-
тываются независимо друг от друга, и как это делается?
11.
Как определяют расчетные t-критерии, с чем их сравнивают, в каких
случаях коэффициенты регрессии – значимые, а в каких – незначи-
мые?
12.
Зачем сравнивают введенные величины показателей с рассчитанны-
ми (по разностям и в процентах)?
13.
О чем свидетельствует незначимость коэффициентов регрессии?
14.
Как определяется адекватность и точность математической модели?
15.
Как выявляются уравнения регрессии двухфакторного, трехфактор-
ного, многофакторного процесса?
16.
Почему совпадает количество опытов в плане и количество членов в
уравнении регрессии?
17.
Почему для каждого фактора отдельно выявляются коэффициенты
ортогонализации?
18.
Почему надо выполнять расчеты на ЭВМ с такой точностью, какую
может обеспечить вычислительная машина?
19.
В каких случаях рационально применять язык программирования
Бейсик?
КОНТРОЛЬНЫЕ ВОПРОСЫ 1. Почему исходное уравнение для выявления математической модели выбрано в виде ряда (многочлена), почему оно называется уравнени- ем регрессии, а его коэффициенты – коэффициентами регрессии? 2. В каких случаях факторы, влияющие на показатель процесса, счита- ются существенными, как производится выбор интервалов варьиро- вания факторов? 3. Зачем выполняется регрессионный анализ? 4. Почему показатели степени факторов надо принимать буквенными? 5. В каких случаях матрица становится ортогональной, зачем надо де- лать матрицу ортогональной, от чего зависит количество коэффици- ентов ортогональности? 6. На основе чего и как выявляются коэффициенты ортогональности? 7. Можно ли определять коэффициенты регрессии независимо друг от друга, если матрица не будет ортогональной? 8. Почему рационально выполнять параллельные опыты на среднем уровне факторов, сколько надо проводить таких опытов, как опреде- ляется дисперсия опытов? 9. В чем преимущества независимого определения коэффициентов рег- рессии? 10. Почему дисперсия в определении коэффициентов регрессии рассчи- тываются независимо друг от друга, и как это делается? 11. Как определяют расчетные t-критерии, с чем их сравнивают, в каких случаях коэффициенты регрессии – значимые, а в каких – незначи- мые? 12. Зачем сравнивают введенные величины показателей с рассчитанны- ми (по разностям и в процентах)? 13. О чем свидетельствует незначимость коэффициентов регрессии? 14. Как определяется адекватность и точность математической модели? 15. Как выявляются уравнения регрессии двухфакторного, трехфактор- ного, многофакторного процесса? 16. Почему совпадает количество опытов в плане и количество членов в уравнении регрессии? 17. Почему для каждого фактора отдельно выявляются коэффициенты ортогонализации? 18. Почему надо выполнять расчеты на ЭВМ с такой точностью, какую может обеспечить вычислительная машина? 19. В каких случаях рационально применять язык программирования Бейсик? 156
Страницы
- « первая
- ‹ предыдущая
- …
- 154
- 155
- 156
- 157
- 158
- …
- следующая ›
- последняя »