Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "multi-regression analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Infrared and 13C NMR Spectral Correlation Analysis of Some Substituted Oxazepin Based Ketone and Thione Derivatives with Hammett Constant
    Autorzy:
    Sathiyamoorthi, K.
    Kamalakkannan, D.
    Suresh, R.
    Sakthinathan, S. P.
    Arulkumaran, R.
    Sundararajan, R.
    Thirunarayanan, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/1193044.pdf
    Data publikacji:
    2016
    Wydawca:
    Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
    Tematy:
    Oxazepins
    IR
    13C NMR
    Hammett constant
    F and R parameter
    Single and multi-regression analysis
    Opis:
    Single and multi-regression analysis was applied for the corrosion study of transmission of substituent effects on IR carbonyl stretching frequencies and 13C chemical shifts of some substituted oxazepin compounds. The substituent effects were estimated on the basis of results of the statistical analysis. The differences among the obtained regression coefficients were discussed in terms of the relative importance of the field, inductive and resonance effects of substituent.
    Źródło:
    World Scientific News; 2016, 58; 48-64
    2392-2192
    Pojawia się w:
    World Scientific News
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Correlation analysis of substituted 2-((phenyl amino)methyl)-1,2-dihydro-5-(3-methoxyphenyl)-1-phenyl-1,2,4-triazole-3-thiones
    Autorzy:
    Thirunarayanan, G.
    Kamalkkannan, D.
    Suresh, R.
    Sakthinathan, S. P.
    Sundararajan, R.
    Arulkumara, R.
    Manikandan, R.
    Vanangamudi, G.
    Sathiyendiran, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/1194047.pdf
    Data publikacji:
    2015
    Wydawca:
    Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
    Tematy:
    1-2-4-triazole
    Hammett constants
    IR spectral
    NMR spectral
    Swain-Lupton’s parameters
    correlation
    multi-regression analysis
    Opis:
    A series of substituted 2-((phenyl amino)methyl)-1,2-dihydro-5-(3-methoxyphenyl)-1-phenyl-1,2,4-triazole-3-thione compounds were synthesized and examined their purities as per the literature. The IR spectra of νC=N, νC=S, νNH and νCOC frequencies and NMR chemical shifts (ppm) of δNH, δOCH3, δCH2, δC=N, δC=S, δOCH3 and δCH2 are also assigned. The assigned IR and both 1H NMR and 13C NMR spectral data have been correlated with Hammett substituent constants and Swain-Lupton’s parameters using single and multi-linear regression analysis. From the results of statistical analysis, the effect of substituents on the above spectral data has been studied.
    Źródło:
    World Scientific News; 2015, 12; 24-43
    2392-2192
    Pojawia się w:
    World Scientific News
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selected Robust Logistic Regression Specification for Classification of Multi‑dimensional Functional Data in Presence of Outlier
    Zastosowanie odpornej regresji logistycznej do klasyfikacji wielowymiarowych danych funkcjonalnych
    Autorzy:
    Krzyśko, Mirosław
    Smaga, Łukasz
    Powiązania:
    https://bibliotekanauki.pl/articles/657746.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    analiza regresji dla danych funkcjonalnych
    estymacja odporna
    model regresji logistycznej
    rozwinięcie funkcji w bazie funkcyjnej
    wielowymiarowe dane funkcjonalne
    zagadnienie klasyfikacji
    basis functions representation
    classification problem
    functional regression analysis
    logistic regression model
    multi‑dimensional functional data
    robust estimation
    Opis:
    W niniejszym artykule rozważany jest problem dwuetykietowej klasyfikacji wielowymiarowych danych funkcjonalnych. Zaproponowane rozwiązanie tego problemu oparto na technikach regresyjnych i modelu regresji logistycznej dla danych funkcjonalnych. Model ten został przekształcony do szczególnego modelu regresji logistycznej za pomocą rozwinięcia (będących funkcjami) współczynników regresji i zmiennych objaśniających w bazie funkcyjnej. Na podstawie tego modelu skonstruowana została reguła klasyfikacyjna. W przypadku występowania obserwacji odstających rozważane są również metody odpornej estymacji nieznanych parametrów. Eksperymenty numeryczne sugerują, że proponowane metody mogą z powodzeniem być wykorzystane w praktycznych zagadnieniach.
    In this paper, the binary classification problem of multi‑dimensional functional data is considered. To solve this problem a regression technique based on functional logistic regression model is used. This model is re‑expressed as a particular logistic regression model by using the basis expansions of functional coefficients and explanatory variables. Based on re‑expressed model, a classification rule is proposed. To handle with outlying observations, robust methods of estimation of unknown parameters are also considered. Numerical experiments suggest that the proposed methods may behave satisfactory in practice.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 2, 334
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies