Теория и практика математического моделирования в современном литейном производстве. Дурина Т.А. - 44 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

44
Y = a
0
+ a
1
x.
Здесь a
0
, a
1
— параметры, которые оцениваются из статистических
данных. Они называются коэффициентами регрессии.
В случае же совместного влияния на Y нескольких факторов (x
1
, x
2
, ..., x
n
)
уравнение принимает вид
Y = a
0
+ a
1
x
1
+ ... + a
n
x
n
.
В первом случае имеем парную Р., во втором — множественную.
2. Расчет коэффициентов ортогонализации.
3. Ввод величин показателей процесса.
4. Расчет коэффициентов регрессии до их анализа.
5. Ввод количества опытов на среднем уровне факторов.
6. Расчет показателей до анализа коэффициентов регрессии.
7. Выявление дисперсии опытов, расчетных величин t-критерия для каждого
коэффициента
регрессии.


8. Ввод табличного t-критерия.
9. Выявление статистически значимых коэффициентов регрессии.
10. Ввод табличного F-критерия.
11. Расчет показателей после анализа коэффициентов регрессии.
12. Выявление расчетной величины F-критерия и адекватности модели.

ад
13. Выполнение расчетов по модели и проверка точности модели.
14. Вычисления показателей по математической модели с использованием
циклов и построение графиков.
15. Конец выполнения программы. 
Y = a0 + a1x.
Здесь a0, a1 — параметры, которые оцениваются из статистических
данных. Они называются коэффициентами регрессии.
В случае же совместного влияния на Y нескольких факторов (x1, x2, ..., xn)
уравнение принимает вид
Y = a0 + a1x1 + ... + anxn.
В первом случае имеем парную Р., во втором — множественную.
2. Расчет коэффициентов ортогонализации.
3. Ввод величин показателей процесса.
4. Расчет коэффициентов регрессии до их анализа.
5. Ввод количества опытов на среднем уровне факторов.
6. Расчет показателей до анализа коэффициентов регрессии.
7. Выявление дисперсии опытов, расчетных величин t-критерия для каждого

коэффициента регрессии.

8. Ввод табличного t-критерия.
9. Выявление статистически значимых коэффициентов регрессии.
10. Ввод табличного F-критерия.
11. Расчет показателей после анализа коэффициентов регрессии.
12. Выявление расчетной величины F-критерия и адекватности модели.
                ад



13. Выполнение расчетов по модели и проверка точности модели.
14. Вычисления показателей по математической модели с использованием
   циклов и построение графиков.
15. Конец выполнения программы.




                                                                        44

Страницы