ТАВРІЙСЬКИЙ ДЕРЖАВНИЙ
АГРОТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ
ІМЕНІ ДМИТРА МОТОРНОГО
Tsatu logo DMYTRO MOTORNYI
TAVRIA STATE
AGROTECHNOLOGICAL UNIVERSITY
ISSN: 2524-0714

Please use this identifier to cite or link to this item: http://elar.tsatu.edu.ua/handle/123456789/3016
Title: Особливості оцінки результатів регресійного аналізу
Other Titles: Особенности оценки результатов регрессионного анализа
Features of evaluation of results regression analysis
Authors: Бакарджиєв, Роман Олександрович
Бакарджиев, Роман Александрович
Bakardzhyiev, Roman
Комаров, А. А.
Keywords: регресійний аналіз
математична модель
адекватність
нормальний статистичний розподіл
регрессионный анализ
математическая модель
адекватность
нормальное статистическое распределение
regression analysis
mathematical model adequacy
normal statistical distribution
Issue Date: 2015
Series/Report no.: Збірник наукових праць Кіровоградського національного технічного університету;Вип. 28
Abstract: UK: На конкретних прикладах представлено оцінку результатів регресійного аналізу активного повнофакторного експерименту. Із застосуванням статистичних функцій MS Excel проілюстрована оцінка адекватності математичної моделі другого порядку з вибракуванням статистично незначущими коефіцієнтами, визначено працездатність математичної моделі, відповідності різниці ( залишків) нулю і нормальному розподілу та їхня автокореляція. RU: На конкретных примерах представлена оценка результатов регрессонного анализа активного полнофакторного эксперимента. С применением статистических функций MS Exsel проиллюстрирована оценка адекватности математической модели второго порядка с выбракованными статистически незначимыми коэффициентами, определены работоспособности функции, соответствие разницы (остатков) нулю и нормальному распределению, их автокорреляция. EN: Abstract: In an example, evaluation of the results of regression analysis of active fullfactor experiment. With the use of MS Excel statistical functions illustrated assessment of the adequacy of the mathematical model of the second order of rejected statistically insignificant coefficients defined performance mathematical model according difference (residual) with zero and normal distribution and their autocorrelation. These methods allow you to quickly accurately identify all evaluation parameters obtained regression equation, its suitability for use as a mathematical model.
URI: http://elar.tsatu.edu.ua/handle/123456789/3016
Appears in Collections:кафедра ТКМ

Files in This Item:
File Description SizeFormat 
9.pdf594,8 kBAdobe PDFThumbnail
View/Open
Show full item record   


Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.