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 "Regresja liniowa" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Wpływ korelacji wyników obserwacji na niepewność regresji liniowej
    Influence of the correlation in observations on the line regression uncertainty
    Autorzy:
    Dorozhovets, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/158380.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    regresja liniowa
    korelacja
    niepewność
    line regression
    correlation
    uncertainty
    Opis:
    W referacie zaprezentowano rezultaty badań wpływu korelacji wyników obserwacji wielkości wyjściowej na parametry niepewności linii regresji. Przedstawiono wzory do obliczenia standardowych niepewności współczynników oraz prognozowanych wartości linii regresji w zależności od funkcji korelacji. Pokazano, że nie uwzględnienie korelacji powoduje nieuzasadnione optymistyczne wartości niepewności współczynników oraz prognozowanych wartości parametrów linii. W zależności od istotności korelacji obserwacji rzeczywista niepewność może być kilka razy większa w porównaniu do niepewności, obliczonej bez uwzględnienia korelacji.
    The paper presents the investigation results of the influence of the correlation in output value observations on the uncertainty parameters of the regression line. The formulas for calculating the standard uncertainties of the coefficients and forecasted values of the regression line as a function of the correlation are given. It is shown that the result of not taking into account the correlation is very optimistic uncertainty values of the coefficients and of the forecasted values of the line parameters. Dependently on the significance of the correlation, the true uncertainty can be several times greater than that calculated without taking into account the correlation.
    Źródło:
    Pomiary Automatyka Kontrola; 2008, R. 54, nr 12, 12; 808-811
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczenie cech społeczeństwa wpływających na zaangażowanie w tworzenie VGI w Polsce
    Determination of socioeconomic features of a society influencing the involvement in VGI creation in Poland
    Autorzy:
    Marczak, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/346891.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Informacji Przestrzennej
    Tematy:
    OpenStreetMap
    społecznościowe dane przestrzenne
    korelacja
    regresja liniowa wieloraka
    regresja ważona geograficznie
    volunteered geographic information
    correlation
    linear regression analysis
    geographically weighted regression
    Opis:
    W ostatnich latach tworzenie obywatelskich (społecznościowych) danych przestrzennych przez użytkowników Internetu, niebędących profesjonalistami w tym zakresie, jest coraz bardziej popularne. Świadczy o tym również rosnąca liczba inicjatyw opartych o dane zbierane na zasadzie crowdsourcingu (ang. crowd – tłum, ang. sourcing – czerpanie). Przyczynia się to do wzrostu świadomości społecznej dotyczącej danych geoprzestrzennych. Celem artykułu było zbadanie jakie cechy społeczeństwa wpływają na zaangażowanie obywateli w tworzenie VGI (ang. volunteered geographic information) w Polsce. Do jego realizacji wykorzystano dane z projektu OpenStreetMap oraz dane charakteryzujące społeczeństwo pozyskane z Głównego Urzędu Statystycznego. Były to między innymi: poziom wykształcenia, miesięczne wynagrodzenie, współczynnik feminizacji. Pierwszym etapem było określenie stopnia korelacji między danymi opisującymi społeczeństwo a danymi pozyskanymi w projekcie OpenStreetMap w podziale na powiaty. Następnie dla najbardziej skorelowanych zmiennych ułożono modele regresji wielorakiej i regresji ważonej geograficznie (GWR), co pozwoliło na wyznaczenie tych cech społeczeństwa, które miały istotny wpływ na pozyskiwanie VGI w Polsce.
    In recent years, the creation of volunteered geographic information (VGI) by Internet users, who are not professionals in this area is becoming increasingly popular. There is also a growing number of initiatives based on the data collected on the basis of crowdsourcing. This contributes to increase of the public awareness of geospatial data. The aim of the paper was to examine what features of socjety affect the involvement of citizens in creating VGI in Poland. To achieve this objective, data from the OpenStreetMap project and society data obtained from the Central Statistical Office (this included level of education, monthly salary, the feminisation rate) were used. The first stage was to determine the degree of correlation between the data describing the society, and the OpenStreetMap data divided into districts. Then, for the most correlated variables multiple regression and geographically weighted regression (GWR) models were arranged, which allowed the determination of the characteristics of a society that had a significant effect on the acquisition of VGI in Poland.
    Źródło:
    Roczniki Geomatyki; 2017, 15, 2(77); 233-248
    1731-5522
    2449-8963
    Pojawia się w:
    Roczniki Geomatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Gęstość przestrzenna rudy – parametr zasobowy drugiego planu? Złoże Cu-Ag Polkowice–Sieroszowice, Legnicko-Głogowski Okręg Miedziowy
    The volumetric density of ore – resource parameter of secondary importance? The Polkowice–Sieroszowice Cu-Ag deposit, Legnica-Głogów Copper District
    Autorzy:
    Mucha, J.
    Wasilewska-Błaszczyk, M.
    Auguścik, J.
    Paszek, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/2061774.pdf
    Data publikacji:
    2017
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    gęstość przestrzenna
    zasoby
    korelacja
    regresja liniowa i nieliniowa
    złoże Cu-Ag
    volumetric density
    resource
    correlation
    linear and non-linear regression
    Cu-Ag deposit
    Opis:
    Wyniki opróbowania złoża Cu-Ag Polkowice–Sieroszowice posłużyły do oceny gęstości przestrzennej ośmiu szczegółowych wydzieleń litologicznych i ich porównania z gęstościami przestrzennymi trzech podstawowych typów rud przyjętymi w aktualnej dokumentacji geologicznej. Stwierdzono, że zasoby złoża szacowane na podstawie gęstości przestrzennych szczegółowych wydzieleń litologicznych są o ok. 3% wyższe niż analogiczne oszacowania dokonane dla gęstości przestrzennych przypisywanych podstawowym typom rud w dokumentacji geologicznej. Przy zastosowaniu analizy korelacji i regresji wykazano, że dominującym czynnikiem kształtującym wielkość gęstości przestrzennej jest porowatość skał, zawartość Cu odgrywa natomiast rolę drugorzędną. Niektóre z indywidualnych wydzieleń szczegółowych ujawniły niejednorodność zbioru oznaczeń gęstości przestrzennej, która może być tłumaczona zmiennością spoiwa i porowatości oraz pojawieniem się niemiedziowych minerałów ciężkich (np. galeny, pirytu). Niektóre wydzielenia szczegółowe w obrębie podstawowych typów rud charakteryzują się wyraźnym zróżnicowaniem średniej gęstości przestrzennej (np. piaskowiec ilasty – 2,35 Mg/m3 i piaskowiec węglanowy – 2,55 Mg/m3 w serii piaskowcowej). Znajomość gęstości przestrzennej szczegółowych wydzieleń litologicznych umożliwia dokładniejsze oszacowanie ich zasobów oraz bardziej precyzyjne rozliczanie produkcji górniczej.
    Volumetric density of the detailed lithological units in Polkowice-Sieroszowice Cu-Ag deposit has been compared to the density of the three basic ore types. Eight diferrent lithologies of the Cu-Ag deposit have been taken into account. It appeared that the resources in them estimated on the basis of volumetric densities are approximately 3% higher than analogous estimates for volumetric densities attributed to the basic ore types. The correlation and regression analysis have shown that the porosity of rocks is the dominant factor affecting the volumetric density, whereas the Cu content plays a secondary role. Some of the lithologies have revealed some heterogeneity of spatial density that can be explained by the variability of mineral cement and porosity as well as the presence of non-copper heavy minerals (e.g., galena, pyrite). The knowledge of the density of individual lithologies enables more accurate estimation of their resources leading to more effective production.
    Źródło:
    Biuletyn Państwowego Instytutu Geologicznego; 2017, 468; 227--236
    0867-6143
    Pojawia się w:
    Biuletyn Państwowego Instytutu Geologicznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Niepewności pomiarów w metodzie regresji liniowej Część 2. Niepewności prostej dla zmiennej Y o skorelowanych danych
    Uncertainty of Measurement in the Linear Regression Method Part 2. Uncertainty Bands of the Regression Straight-Line for the Correlated Data of Y Variable
    Autorzy:
    Warsza, Zygmunt Lech
    Puchalski, Jacek
    Powiązania:
    https://bibliotekanauki.pl/articles/2068663.pdf
    Data publikacji:
    2020
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    regresja liniowa
    pasmo niepewności pomiarów typu A i typu B
    skorelowanie danych
    linear regression
    band
    uncertainty of A and B type
    measurements
    correlation
    Opis:
    Część druga pracy autorów dotyczy oceny dokładności parametrów linii prostej wyznaczanej metodą regresji dla różnych przypadków skorelowania współrzędnych punktów pomiarowych. W pierwszej części pracy rozpatrzono istotę, kryteria i zależności metody regresji oraz wyznaczono równania prostej i jej pasma niepewności dla symulowanych przykładów punktów o nieskorelowanych rzędnych. Nawiązano do zasad oceny dokładności według Przewodnika GUM i uwzględniono niepewność typu B nierozpatrywaną w literaturze o zastosowaniu metod regresji w pomiarach. W tej pracy omawia się wyznaczanie równania prostej regresji i jej pasm niepewności dopasowanych do pomiarów punktów o rzędnych skorelowanych. Ilustrują to przykłady o różnym skorelowaniu oraz niepewnościach bezwzględnych i względnych typów A i B mierzonych wartości zmiennej zależnej Y przy precyzyjnie znanych wartościach zmiennej niezależnej X. Omówiono też wpływ autokorelacji przy stosowaniu sposobu zwiększania dokładności przez wielokrotne powtarzanie pomiarów rzędnej każdego punktu, w tym dla wielokrotnych pomiarów tylko dwu punktów.
    This is the continuation of authors’ works on the description of the accuracy of various straight-line cases determined from the results of linear regression measurements. In the first work, the essence, criteria and dependencies of the regression method were examined, as well as simulated examples of determining simple uncertainty bands fitted to measured points with uncorrelated ordinates. The GUM Guide was referred to and the B type uncertainty not discussed yet in the literature about the application of the regression method in measurements was taken into account. This work discusses determining the equation of a simple regression and its uncertainty bands from measuring points with ordinates with autocorrelation. This is illustrated by examples with precisely known abscissa and ordinates with different correlation variants, and absolute and relative uncertainty types A and B. Proposed is the extended method for assessing the accuracy of simple regression takes into account both the correlation of the Y variable data and the impact of type B uncertainty in routine measurements.
    Źródło:
    Pomiary Automatyka Robotyka; 2020, 24, 4; 61--72
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metoda dopasowania funkcji nieliniowej do danych punktów pomiarowych i jej pasmo niepewności
    The Method of Fitting a Non-linear Function to Data of Measured Points and its Uncertainty Band
    Autorzy:
    Puchalski, Jacek
    Warsza, Zygmunt Lech
    Powiązania:
    https://bibliotekanauki.pl/articles/27312460.pdf
    Data publikacji:
    2023
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    regresja liniowa funkcji nieliniowych
    dopasowanie
    niepewność
    pasmo niepewności
    autokorelacja
    korelacja wzajemna
    ważona ogólna metoda najmniejszych kwadratów
    linear regression of non-linear functions
    fit
    uncertainty
    uncertainty band
    correlation
    weighted total least squares method
    Opis:
    W pracy przedstawiono propozycję metody wyznaczania parametrów i pasma niepewności funkcji nieliniowej dopasowanej do zmierzonych danych punktów badanych. By ją zlinearyzować trzeba dokonać zamiany jednej lub obu zmiennych określonej funkcji nieliniowej. Następnie metodą regresji liniowej dobrano najkorzystniejsze parametry linii prostej dopasowanej do wartości współrzędnych punktów wg ważonego ogólnego kryterium średniokwadratowego WTLS. Uwzględnia się też współczynniki autokorelacji i korelacji wzajemnej oraz niepewności obu współrzędnych oszacowane na podstawie przewodnika GUM. Z parametrów otrzymanej linii prostej i jej pasma niepewności wynikają poszukiwane parametry funkcji nieliniowej oraz jej pasmo niepewności. Podano przykłady liczbowe wyznaczania parametrów i pasma niepewności dwiema metodami dla jednej z gałęzi paraboli drugiego stopnia oraz dla złożonej funkcji wykładniczej.
    The paper presents a method of determining parameters and uncertainty bands of a specific non-linear function fitted to given measured data of examined points. One or both of the variables of this non-linear function are changed so as to linearize it. Using the linear regression method, fined are the most favorable parameters of this straight line for its adjustment to the measured values of the coordinates of points tested according to the weighted total mean square WTLS criterion. Their autocorrelation and cross-correlation coefficients as well as uncertainties estimated according to the rules of the GUM guide are considered. The parameters and the uncertainty band of the non-linear function result from the parameters of this straight line and its uncertainty band. Numerical examples of determining the parameters and uncertainty bands for the branch of a 2nd degree parabola (two methods) and for the complex exponential function are given.
    Źródło:
    Pomiary Automatyka Robotyka; 2023, 27, 3; 45--55
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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