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 "multiple linear regression analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Application of multiple linear regression (MLR) analysis for concentration of chromite tailings by the flotation
    Autorzy:
    Deniz, Vedat
    Powiązania:
    https://bibliotekanauki.pl/articles/1449296.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    chromite
    tailing
    flotation
    separation
    multiple linear regression analysis
    Opis:
    In this study, the concentration of chromite minerals by amine flotation of a chromite tailing (slime) with content 23.84% Cr2O3 from Yeşilova-Burdur (Turkey) was investigated. In experimental studies, firstly, some operating parameters of the rougher flotation observed for a low-grade chromite tailing were investigated. Secondly, multiple linear regression (MLR) analyses were performed to determine the effects of some operating parameters on the performance of the rougher amine flotation. From the experimental results, multiple linear regression equations were developed to predict the recovery and grade of the chromite concentrate, and the regression coefficients between experimental and predicted values were found to be quite good (R2 values of 0.772 and 0.917, respectively). Additionally, it was found that the conditioning time and low pH value using $H_2SO_4$ showed an important effect on the recovery and the grade of the chromite concentrate.
    Źródło:
    Physicochemical Problems of Mineral Processing; 2020, 56, 4; 579-589
    1643-1049
    2084-4735
    Pojawia się w:
    Physicochemical Problems of Mineral Processing
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Statistical yielding models of some irrigated vegetable crops in dependence on water use and heat supply
    Autorzy:
    Vozhehova, Raisa
    Kokovikhin, Sergii
    Lykhovyd, Pavlo V.
    Balashova, Halyna
    Lavrynenko, Yuriy
    Biliaieva, Iryna
    Markovska, Olena
    Powiązania:
    https://bibliotekanauki.pl/articles/292829.pdf
    Data publikacji:
    2020
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    linear model
    multiple linear regression analysis
    onion
    potato
    tomato
    yield modelling
    Opis:
    Statistical analysis is helpful for better understanding of the processes which take place in agricultural ecosystems. Particular attention should be paid to the processes of crops’ productivity formation under the influence of natural and anthropogenic factors. The goal of our study was to provide new theoretical knowledge about the dependence of vegetable crops’ productivity on water supply and heat income. The study was conducted in the irrigated conditions of the semi-arid cold Steppe zone on the fields of the Institute of Irrigated Agriculture of NAAS, Kherson, Ukraine. We studied the historical data of productivity of three most common in the region vegetable crops: potato, tomato, onion. The crops were cultivated by using the generally accepted in the region agrotechnology. Historical yielding and meteorological data of the period 1990–2016 were used to develop the models of the vegetable crops’ productivity. We used two approaches: development of pair linear models in three categories (“yield – water use”, “yield – sum of the effective air temperatures above 10°C”); development of complex linear regression models taking into account such factors as total water use, and temperature regime during the crops’ vegetation. Pair linear models of the crops’ productivity showed that the highest effect on the yields of potato and onion has the water use index (R2 of 0.9350 and 0.9689, respectively), and on the yield of tomato – temperature regime (R2 of 0.9573). The results of pair analysis were proved by the multiple regression analysis that revealed the same tendencies in the crop yield formation depending on the studied factors.
    Źródło:
    Journal of Water and Land Development; 2020, 45; 190-197
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An identification source of variation on the water quality pattern in the Malacca River basin using chemometric approach
    Autorzy:
    Hua, A. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/204612.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    hierarchical cluster analysis
    discriminant analysis
    principal component analysis
    multiple linear
    regression analysis
    Opis:
    The Malacca River basin experienced river water pollution which caused a major deterioration to the ecosystems and environmental health. This study is carried out to assess the water quality data and identify the pattern of water pollution sources in the study area, and also to develop a predictive performance of water quality in the Malacca River basin. A chemometric approach using a combination of HCA, DA, PCA, and MLR, was applied into twenty water quality variables from nine sampling stations that were collected from January until December of 2015 in the river basin. HCA pointed out three clusters, namely Cluster 1 (C1) with low pollution source, Cluster 2 (C2) with moderate pollution source, and Cluster 3 (C3) with high pollution source. In the DA analysis, the results showed 21 variables, 12 variables, and 9 variables for standard mode, forward stepwise mode, and backward stepwise mode, respectively. Meanwhile, the PCA indicated that the main source of pollutants is detected from residential, industrial, commercial, agricultural, animal livestock, as well as forest land. Among the three models developed from MLR analysis, C3 with a high pollution source is detected to be the most suitable model to be used for the prediction of Water Quality Index in the Malacca River basin. This study proposed for an effective river water quality management by having new water quality monitoring network to be designed for more practical use in order to reduce time and effort, as well as cost saving purposes.
    Źródło:
    Archives of Environmental Protection; 2018, 44, 4; 111-122
    2083-4772
    2083-4810
    Pojawia się w:
    Archives of Environmental Protection
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An investigation of the effects of moderator variables on the lower heating value estimation of lignite deposits in Turkey
    Badanie wpływu zmiennych moderatora na szacowanie wartości opałowej złóż węgla brunatnego w Turcji
    Autorzy:
    Aksoy, Mehmet
    Powiązania:
    https://bibliotekanauki.pl/articles/27311661.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    lignite deposit
    lower heating value
    multiple linear regression
    moderator analysis
    proximate analysis
    węgiel brunatny
    wartość opałowa
    wielokrotna regresja liniowa
    analiza moderatora
    analiza techniczna
    Opis:
    Turkey has 19.3 billion tons of lignite reserves and the vast majority of these Neogene lignite deposits are preferred for use in thermal power plants due to their low calorific value. The calorific value of lignite used in thermal power plants for electricity generation must be kept under constant control. In the control of calorific value, the estimation of the lower and higher heating values (LHV and HHV) of lignite is of great importance. In the literature, there are many studies that establish a relationship between the heating values of coal and proximate and ultimate analysis variables. In the studies dealing with proximate analysis data, it is observed that although the coefficients of the obtained multiple linear regression models (MRM) are statistically insignificant, these models are used to predict heating values because of the meaningful correlation coefficient. In this study, it is investigated whether moderator variables are effective on LHV estimation with proximate analysis data collected from forty-one lignite basins in different regions of Turkey, and a moderator variable analysis (MVA) model is developed to be used for the prediction of LHV. As a result of the study, it is found that the proposed MVA model is in accordance with observation values (coefficient of determination R2 = 0.951), and absolute and standard errors are also small. Therefore, it is concluded that the use of MVA to estimate the LHV of Turkey’s lignite is found to be more statistically meaningful.
    Turcja posiada 19,3 mld ton zasobów węgla brunatnego, a zdecydowana większość tych neogeńskich złóż węgla brunatnego jest preferowana do wykorzystania w elektrowniach cieplnych ze względu na ich niską wartość opałową. Wartość opałowa węgla brunatnego wykorzystywanego w elektrowniach ciepłowniczych do produkcji energii elektrycznej musi być stale kontrolowana. W procesie kontroli wartości opałowej bardzo ważne jest oszacowanie wartości opałowej i ciepła spalania węgla brunatnego. W literaturze istnieje wiele badań, które ustalają związek między wartościami opałowymi węgla a zmiennymi analizy przybliżonej (technicznej) i końcowej. W badaniach dotyczących danych analizy technicznej zaobserwowano, że chociaż współczynniki uzyskanych modeli wielokrotnej regresji liniowej (MRM) są statystycznie nieistotne, modele te są wykorzystywane do przewidywania wartości opałowych ze względu na znaczący współczynnik korelacji. W niniejszym artykule zbadano, czy zmienne moderatora są skuteczne w szacowaniu wartości opałowej (LHV) na podstawie danych z analizy technicznej zebranych z czterdziestu jeden zagłębi węgla brunatnego w różnych regionach Turcji, a także opracowano model analizy zmiennych moderatora (MVA), który ma być wykorzystywany do przewidywania LHV. W wyniku badań stwierdzono, że proponowany model MVA jest zgodny z wartościami obserwacji (współczynnik determinacji R2 = 0,951), a błędy bezwzględne i standardowe są również niewielkie. W związku z tym stwierdzono, że wykorzystanie MVA do oszacowania LHV tureckiego węgla brunatnego jest statystycznie uzasadnione.
    Źródło:
    Gospodarka Surowcami Mineralnymi; 2023, 39, 3; 199--216
    0860-0953
    Pojawia się w:
    Gospodarka Surowcami Mineralnymi
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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