Temat: multiple regression analysis - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Efektywność typów modeli regresji wielokrotnej w statystycznej analizie danych parametrów pompy zębatej
Effectiveness of types of multiple regression models in statistical data analysis of gear pump parameters
Autorzy:: Łuszczyna, R.
Partyka, M. A.
Powiązania:: https://bibliotekanauki.pl/articles/347687.pdf
Data publikacji:: 2011
Wydawca:: Akademia Wojsk Lądowych imienia generała Tadeusza Kościuszki
Tematy:: regresja wielokrotna
analiza danych
ranga ważności parametrów
pompa zębata
multiple regression
data analysis
importance rank of parameters
gear pump
Opis:: W opracowaniu porównano efektywność doboru modelu addytywnego i multiplikatywnego do statystycznej analizy danych parametrów pompy zębatej. Na podstawie analizy reszt regresyjnych wykazano zależność między addytywnym i multiplikatywnym sposobem eksploracji danych. W oparciu o wyniki końcowe udowodniono równoprawność modelu addytywnego i multiplikatywnego regresji wielokrotnej z punktu widzenia różnego doboru zmiennych niezależnych.
The paper compares the effectiveness of the selection of the additive and multiplicative model for the statistical data analysis of gear pump parameters. On the basis of the analysis of regression residuals , it shows the relationship between the additive and multiplicative method of data mining. Based on the final results, the authors prove the equality of the additive and multiplicative model of multiple regression from the viewpoint of the selection of various independent variables.
Źródło:: Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki; 2011, 3; 292-303
1731-8157
Pojawia się w:: Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Predicting Young’s modulus of Indian coal measure rock using multiple regression and artificial neutral network
Autorzy:: Chakraborty, Sayantan
Bisai, Rohan
Roy, Rohit
Palaniappan, Sathish Kumar
Pal, Samir Kumar
Rao, Karanam Uma Maheshwar
Powiązania:: https://bibliotekanauki.pl/articles/2201429.pdf
Data publikacji:: 2023
Wydawca:: Główny Instytut Górnictwa
Tematy:: sandstone
shale
multiple regression
outlier analysis
artificial neural network
piaskowiec
łupek ilasty
regresja wielokrotna
analiza odchyleń
sztuczna sieć neuronowa
Opis:: Accurate information on Young’s modulus (E) is required for simulating rock deformation in mines; on the other hand, it is very cumbersome to obtain in the laboratory and collecting drilled cores in sufficient amounts, especially in the case of soft rocks, is quite impossible. Empirical equations were deducted for - from easily determinable rock properties, and the final model was selected through different statistical strength parameter tests. The generalization of the equation was verified through the normal distribution tests of residues of the equation. R2 came to be 0.609 and was validated using an artificial neural network with an improved value of 0.73.
Źródło:: Journal of Sustainable Mining; 2023, 22, 1; 41--54
2300-1364
2300-3960
Pojawia się w:: Journal of Sustainable Mining
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Land clayey deposits compressibility investigation using principal component analysis and multiple regression tools
Autorzy:: Berrah, Yacine
Chegrouche, Aymen
Brahmi, Serhane
Boumezbeur, Abderrahmane
Powiązania:: https://bibliotekanauki.pl/articles/2201674.pdf
Data publikacji:: 2022
Wydawca:: Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
Tematy:: compressibility index
geotechnical parameters
principal component analysis
PCA
multiple regression models
indeks ściśliwości
parametry geotechniczne
analiza głównych składowych
regresja wielokrotna
Opis:: The settlement and compressibility magnitude of the major clayey and marly sediments in Tebessa area (N-E of Algeria) depends on several geotechnical parameters such as compression Cc and recompression Cs indices. The aim of this study was to investigate the parameters related to soil compressibility through tools of statistical analysis, which save time in comparison to multiply repeated laboratory tests. The study also adopted the principal component analysis (PCA) method to eliminate a number of uncorrelated variables that have no influence on the compressibility magnitude, or their impact is insignificant. The highest mean correlation coefficients were obtained for different contributing parameters. Multiple regression analysis has been performed to obtain the best fit model of the output Cc parameter taking into account the best correlation by adding parameters as regressors to reach the highest coefficient of regression R2 . The final obtained model of the present case study gives the best fit model with R2 of 0.92 which is a better value compared to different published models in the literature (R2 of 0.7 as maximum). The chosen input parameters using PCA combined with multiple regression analysis allow identifying the most important input parameters that noticeably affect the soil compression index, and provide with the best model for estimating the Cc index.
Źródło:: Geomatics, Landmanagement and Landscape; 2022, 4; 95--107
2300-1496
Pojawia się w:: Geomatics, Landmanagement and Landscape
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Analiza statystyczna wplywu czynnikow meteorologicznych i glebowych na wartosc temperatury radiacyjnej powierzchni roslin
The statistical analysis of meteorological and soil parameters impact on plant cover radiation temperature
Autorzy:: Mazurek, W
Walczak, R.T.
Baranowski, P.
Powiązania:: https://bibliotekanauki.pl/articles/1401778.pdf
Data publikacji:: 2000
Wydawca:: Polska Akademia Nauk. Instytut Agrofizyki PAN
Tematy:: rosliny
powierzchnia roslin
temperatura radiacyjna
czynniki meteorologiczne
czynniki glebowe
woda glebowa
stres wodny
analiza statystyczna
regresja wielokrotna
plant
plant surface
radiation temperature
meteorological factor
soil factor
soil water
water stress
statistical analysis
multiple regression
Opis:: W pracy dokonano analizy statystycznej metodą regresji wielokrotnej wpływu czynników meteorologicznych i glebowych na wartości temperatury radiacyjnej pokrywy roślinnej. Stwierdzono, iż wprowadzenie do modelu regresji wielokrotnej potencjału wody glebowej jako zmiennej niezależnej poprawia dokładność predykcyjną modelu w przypadku, gdy zmienną zależną jest różnica temperatury pokrywy roślinnej w sytuacji stresu wodnego i przy nieograniczonej dostępności wody glebowej. Przedstawiono zależność temperatury powierzchni roślin od temperatury powietrza, prędkości wiatru, radiacji słonecznej i potencjału wody glebowej.
In this study the statistical analysis was performed, using the multiple regression, of the impact of meteorological and soil parameters on radiation temperature of plant cover. It was stated that including into the model soil water potential as an independent variable of multiple regression, improves its predictive precision in case when the dependent variable is the difference of crop temperature in the conditions of water stress and under unlimited availability of soil water. The relation between crop temperature and air temperature, wind speed, solar radiation and soil water potential is presented.
Źródło:: Acta Agrophysica; 2000, 38; 157-164
1234-4125
Pojawia się w:: Acta Agrophysica
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "multiple regression analysis" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język