ВУЗ:
Составители:
Рубрика:
37
чения отклика
),( bxy
g
является еще одним критерием качества полинома
регрессии –чем уже интервал, тем точнее уравнение. При функциональной
зависимости длина интервала равна нулю.
В уравнении (45) выражение
)()(
1
x
f
Mx
f
T −
−
−
есть функция коор-
динат точки факторного пространства, для которой мы рассчитываем значе-
ние отклика, а векторы
)(),( x
f
x
f
T −−
являются вектором-строкой и век-
тором-столбцом для
g-строки матрицы базисных функций F, т.е. векторами
)(),(
gg
T
x
f
x
f
−−
. Обозначим это произведение как
)()()(
1
xdx
f
Mx
f
T
=
−
−
−
.
В неравенство интервальной оценки показатель дисперсии входит под зна-
ком квадратного корня. Тогда интересующая нас интервальная оценка будет
иметь вид
)(),()},({)(),(
g
vosp
ggg
vosp
g
xdubxybxyMxdubxy
σσ
+<<− ,
а при неизвестной дисперсии воспроизводимости это неравенство примет
вид
)(),()},({)(),(
g
ostp
ggg
ostp
g
xdstbxybxyMxdstbxy +<<− ,
где
t
p
-табличный квантиль t-распределения Стъюдента.
Обозначим левую часть неравенства как Лев_гр, правую как Пр_гр, то-
гда интервальной оценкой расчетного значения отклика
),( bxy
g
будет
Int=Пр_гр-Лев_гр.
4 "Ортогональная" регрессия
Ранее было показано, что коэффициенты регрессии являются зависи-
мыми друг от друга случайными величинами и что силу стохастической свя-
зи между ними характеризует значение второго смешанного центрального
момента
{
}
ji
bb
11
µ
. При этом значение коэффициентов регрессии
j
b зависит
от количества членов уравнения, т.е. уменьшение или увеличение их числа
влияет на значение всех коэффициентов, включенных в полином. Поэтому
если какой-то из коэффициентов близок к нулю, нельзя его просто исклю-
чить из уравнения, расчеты для новой формы полинома нужно проводить
вновь и полностью. Эта неопределенность значений коэффициентов делает
невозможной их физическую интерпретацию и является принципиальным
недостатком метода.
чения отклика y( x g , b) является еще одним критерием качества полинома регрессии –чем уже интервал, тем точнее уравнение. При функциональной зависимости длина интервала равна нулю. −T − В уравнении (45) выражение f ( x)M −1 f ( x) есть функция коор- динат точки факторного пространства, для которой мы рассчитываем значе- ние отклика, а векторы f − T ( x), f − ( x) являются вектором-строкой и век- тором-столбцом для g-строки матрицы базисных функций F, т.е. векторами f −T ( x g ), f − ( x g ) . Обозначим это произведение как f −T ( x)M −1 f − ( x) = d ( x) . В неравенство интервальной оценки показатель дисперсии входит под зна- ком квадратного корня. Тогда интересующая нас интервальная оценка будет иметь вид y( x g , b) − u pσ vos d ( x g ) < M { y( x g , b)} < y( x g , b) + u pσ vos d ( x g ) , а при неизвестной дисперсии воспроизводимости это неравенство примет вид y( x g , b) − t p sost d ( x g ) < M { y( x g , b)} < y( x g , b) + t p sost d ( x g ) , где tp-табличный квантиль t-распределения Стъюдента. Обозначим левую часть неравенства как Лев_гр, правую как Пр_гр, то- гда интервальной оценкой расчетного значения отклика y( x g , b) будет Int=Пр_гр-Лев_гр. 4 "Ортогональная" регрессия Ранее было показано, что коэффициенты регрессии являются зависи- мыми друг от друга случайными величинами и что силу стохастической свя- зи между ними характеризует значение второго смешанного центрального { } момента µ11 bi b j . При этом значение коэффициентов регрессии b j зависит от количества членов уравнения, т.е. уменьшение или увеличение их числа влияет на значение всех коэффициентов, включенных в полином. Поэтому если какой-то из коэффициентов близок к нулю, нельзя его просто исклю- чить из уравнения, расчеты для новой формы полинома нужно проводить вновь и полностью. Эта неопределенность значений коэффициентов делает невозможной их физическую интерпретацию и является принципиальным недостатком метода. 37
Страницы
- « первая
- ‹ предыдущая
- …
- 35
- 36
- 37
- 38
- 39
- …
- следующая ›
- последняя »