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 regression model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-19 z 19
    Tytuł:
    Forecasting production volume in a plastics enterprise
    Autorzy:
    Grzelak, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/970665.pdf
    Data publikacji:
    2019-03-31
    Wydawca:
    Uniwersytet Gdański. Wydział Ekonomiczny
    Tematy:
    multiple regression model
    production scheduling
    readiness
    forecasting
    Opis:
    The functioning of production enterprises is based on satisfying the needs of customers through the timely manufacture of products in accordance with the demand existing on the market. The availability of the offered range of products is guaranteed by a correct preparation of forecasts of potential orders. This article presents a multiple-regression-method-based tool supporting the planning of production volumes in an enterprise depending on the calendar month. Reliability analysis of the developed model through the analysis of residuals and their autocorrelations and partial autocorrelations is also presented. Key words: multiple regression model, production scheduling, readiness, forecasting JEL classification: C2, C22.
    Źródło:
    Współczesna Gospodarka; 2019, 10, 1 (32); 69-78
    2082-677X
    Pojawia się w:
    Współczesna Gospodarka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Determinants of the experts evaluation of journals in economic sciences
    Autorzy:
    Osiewalski, Jacek
    Osiewalska, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/703006.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    scientometrics
    multiple regression statistical model
    model reduction
    Opis:
    In 2015 an important part of the official evaluation of Polish scientific journals was left to experts’ judgement. In this paper we try to establish which observable factors (with available data) are closely related to the outcome of experts’ evaluation of Polish journals in economic sciences. Using the multiple regression statistical model we show that only 5 variables (out of 17) significantly explain almost 50% of the empirical variance of the experts’ evaluation. The determinants of particular interest, not entering the formal criteria and not related to the impact on global science, are: the number of citations mainly in Polish journals and the affiliation with the Polish Academy of Sciences.
    Źródło:
    Nauka; 2017, 1
    1231-8515
    Pojawia się w:
    Nauka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamic modelling of an anaerobic reactor treating coffee wet wastewater via multiple regression model
    Autorzy:
    Guardia-Puebla, Yans
    Llanes-Cedeño, Edilberto
    Domínguez-León, Ana Velia
    Arias-Cedeño, Quirino
    Sánchez-Girón, Victor
    Morscheck, Gert
    Eichler-Löbermann, Bettina
    Powiązania:
    https://bibliotekanauki.pl/articles/1841946.pdf
    Data publikacji:
    2021
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    coffee wet wastewater
    modelling
    multiple regression model
    upflow anaerobic sludge blanket
    UASB
    Opis:
    A multiple regression model approach was developed to estimate buffering indices, as well as biogas and methane productions in an upflow anaerobic sludge blanket (UASB) reactor treating coffee wet wastewater. Five input variables measured (pH, alkalinity, outlet VFA concentration, and total and soluble COD removal) were selected to develop the best models to identify their importance on methanation. Optimal regression models were selected based on four statistical performance criteria, viz. Mallow’s Cp statistic (Cp), Akaike information criterion (AIC), Hannan–Quinn criterion (HQC), and Schwarz–Bayesian information criterion (SBIC). The performance of the models selected were assessed through several descriptive statistics such as measure of goodness-of-fit test (coefficient of multiple determination, R2; adjusted coefficient of multiple determination, Adj-R2; standard error of estimation, SEE; and Durbin–Watson statistic, DWS), and statistics on the prediction errors (mean squared error, MSE; mean absolute error, MAE; mean absolute percentage error, MAPE; mean error, ME and mean percentage error, MPE). The estimated model reveals that buffering indices are strongly influenced by three variables (volatile fatty acids (VFA) concentration, soluble COD removal, and alkalinity); while, pH, VFA concentration and total COD removal were the most significant independent variables in biogas and methane production. The developed equation models obtained in this study, could be a powerful tool to predict the functionability and stability for the UASB system.
    Źródło:
    Journal of Water and Land Development; 2021, 50; 229-239
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Machine learning methods applied to sea level predictions in the upper part of a tidal estuary
    Autorzy:
    Guillou, N.
    Chapalain, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/2078822.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Instytut Oceanologii PAN
    Tematy:
    multiple regression model
    artificial neural network
    multilayer perceptron
    regression function
    machine learning algorithm
    sea level
    Opis:
    Sea levels variations in the upper part of estuary are traditionally approached by relying on refined numerical simulations with high computational cost. As an alternative efficient and rapid solution, we assessed here the performances of two types of machine learning algorithms: (i) multiple regression methods based on linear and polynomial regression functions, and (ii) an artificial neural network, the multilayer perceptron. These algorithms were applied to three-year observations of sea levels maxima during high tides in the city of Landerneau, in the upper part of the Elorn estuary (western Brittany, France). Four input variables were considered in relation to tidal and coastal surge effects on sea level: the French tidal coefficient, the atmospheric pressure, the wind velocity and the river discharge. Whereas a part of these input variables derived from large-scale models with coarse spatial resolutions, the different algorithms showed good performances in this local environment, thus being able to capture sea level temporal variations at semi-diurnal and spring-neap time scales. Predictions improved furthermore the assessment of inundation events based so far on the exploitation of observations or numerical simulations in the downstream part of the estuary. Results obtained exhibited finally the weak influences of wind and river discharges on inundation events.
    Źródło:
    Oceanologia; 2021, 63, 4; 531-544
    0078-3234
    Pojawia się w:
    Oceanologia
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    PORÓWNANIE MODELU REGRESJI WIELORAKIEJ ORAZ DRZEWA REGRESYJNEGO NA PRZYKŁADZIE INDEKSU KORUPCJI
    CORRUPTION INDEX ANALYSIS USING MULTIPLE REGRESSION MODEL AND REGRESSION TREE
    Autorzy:
    Gostkowski, Michał
    Gajowniczek, Krzysztof
    Jałowiecki, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/453786.pdf
    Data publikacji:
    2014
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    Failed States Index
    indeks korupcji
    model regresji wielorakiej
    drzewo regresyjne
    corruption index
    multiple regression model
    regression tree
    Opis:
    W pracy przedstawiono wyniki badań nad modelowaniem tzw. indeksu korupcji (ang. Failed States Index). Zbudowano i porównano model regresji wielorakiej z drzewem regresyjnym. Badania zostały oparte na podstawie danych publikowanych przez niezależną organizację The Fund for Peace. Jako potencjalne zmienne zostały wybrane zmienne udostępnione na stronie internetowej Banku Światowego. Wstępne wyniki jednoznacznie wskazują, że drzewo regresyjne lepiej odzwierciedla zmienność parametru niż model regresji wielorakiej.
    This paper presents the results of research on corruption index modeling (Failed States Index). The multiple regression model was constructed and compared with the regression tree. The research was based on the data published by an independent organization The Fund for Peace. Predictors were selected from a set of variables available on the website of the World Bank. The preliminary results clearly indicate that the regression tree better reflects the variation of the parameter than the multiple regression model.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2014, 15, 3; 65-74
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Orientirovochnye prognozy kharakteristic skorosti vetra v Evrope s uchetom izmenchivosti raspredelenija poverkhnostnykh temperatur Severnojj Atlantiki na primere Severnogo Prichernomorja
    Projections of wind speed characteristics in Europe with the accounting apportionment superficial temperatures in North Atlantic an example of Black Sea
    Autorzy:
    Kholopcev, A.
    Akcenova, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/76861.pdf
    Data publikacji:
    2013
    Wydawca:
    Komisja Motoryzacji i Energetyki Rolnictwa
    Tematy:
    forecasting
    wind speed
    temperature
    surface water
    North Atlantic Ocean
    Black Sea
    multiple regression model
    correlation
    identification
    Opis:
    On the example of the Northern Black Sea Coast representative items shown that allowance for the identification of predictive multiple-regression models of the interannual variability of SST anomalies identified variations in the North Atlantic waters, enables efficient evaluation of monthly mean values of wind speed with a lead time of at least 3 years.
    Źródło:
    Motrol. Motoryzacja i Energetyka Rolnictwa; 2013, 15, 5
    1730-8658
    Pojawia się w:
    Motrol. Motoryzacja i Energetyka Rolnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Use of a multiple regression model to determine the parameters of vessel traffic flow in port areas
    Autorzy:
    Nowy, A.
    Gucma, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/117457.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
    Tematy:
    maritime traffic engineering
    vessel traffic flow
    port areas
    multiple regression model
    fairway
    fairway parameters
    Automatic Identification System (AIS)
    AIS Data
    Opis:
    The paper presents the method of determining ships traffic stream parameters by means of regression method. The aim of the studies was to determine the correlation between the ship's parameters and the parameters of the fairway. Developing the presented model with information on the position of the vessel's antenna and information on the accuracy of position determination will allow creating a model for predicting the parameters of waterways.
    Źródło:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2020, 14, 2; 443-449
    2083-6473
    2083-6481
    Pojawia się w:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predictive Modelling for Characterisation of Organics in Pit Latrine Sludge from Unplanned Settlements in Cities of Malawi
    Autorzy:
    Kalulu, K.
    Thole, B.
    Mkandawire, T.
    Kululanga, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/124540.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Towarzystwo Inżynierii Ekologicznej
    Tematy:
    Akaike Information Criterion
    biochemical oxygen demand
    chemical oxygen demand
    faecal sludge characteristics
    multiple linear regression model
    Opis:
    The limited availability of data on faecal sludge characteristics remains one of the major challenges faced by developing countries in proper management of faecal sludge. In view of the limited financial resources and expertise in these developing countries, there is a need to come up with less-resource-intensive approaches for faecal sludge characterisation. Despite being used substantially in wastewater, there is limited evidence on the use of predictive modelling as a tool for cost-effective characterisation of faecal sludge. In this study, first order multiple linear regression modelling is investigated as a less-resource-intensive approach for accurate prediction of organics (biochemical oxygen demand and chemical oxygen demand) in pit latrine sludge. The predictor variables explored in the modelling include pH, electrical conductivity, total solids, total volatile solids, fixed solids and moisture content. The modelling uses data collected from 80 latrines in unplanned settlements of four cities in Malawi. The study shows that it is possible to reliably predict chemical oxygen demand and biochemical oxygen demand in pit latrine sludge using electrical conductivity and total solids, which require low levels of resources and expertise to determine.
    Źródło:
    Journal of Ecological Engineering; 2018, 19, 3; 141-145
    2299-8993
    Pojawia się w:
    Journal of Ecological Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Short-term forecasting of natural gas demand by rural consumers using regression models
    Prognozowanie krótkookresowe zapotrzebowania odbiorców wiejskich na gaz ziemny z wykorzystaniem modeli regresyjnych
    Autorzy:
    Necka, K.
    Trojanowska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/791988.pdf
    Data publikacji:
    2014
    Wydawca:
    Komisja Motoryzacji i Energetyki Rolnictwa
    Tematy:
    short-term forecast
    multiple regression
    natural gas
    rural consumer
    regression model
    Źródło:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2014, 14, 4
    1641-7739
    Pojawia się w:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zależność czas-koszt w przewidywaniu czasu realizacji budowy
    Time-Cost Relationship for Predicting Construction Duration
    Autorzy:
    Czarnigowska, A.
    Sobotka, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/391201.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    model Bromilowa
    regresja wieloczynnikowa
    CART
    Bromilow’s model
    multiple regression
    Opis:
    W artykule podjęto próbę stworzenia modelu czasu realizacji budowy w funkcji cech charakteryzujących przedsięwzięcie, w tym kosztu. Model oparto na analizie tych cech zrealizowanych przedsięwzięć, które są znane lub możliwe do założenia we wczesnych etapach planowania, lecz bez analizy technologii i organizacji robót. Model taki mógłby być przydatny inwestorom do szacowania czasu budowy na wczesnych etapach przygotowania inwestycji, szczególnie do analiz wykonalności. Model mógłby być również podstawą do porównań czasu lub tempa robót w zależności od cech przedsięwzięcia.
    The paper aims at creating a model of road construction duration in the function of project qualities including the construction cost. The qualities considered are likely to be defined or possible to be estimated at early stages of project planning, giving no consideration to construction method or organisation of works. Potentially, the model might be applied by construction clients in their feasibility studies. It could also be used for comparing construction duration or construction rate with respect to project qualities.
    Źródło:
    Budownictwo i Architektura; 2013, 12, 1; 23-30
    1899-0665
    Pojawia się w:
    Budownictwo i Architektura
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Determination of soil infiltration rate equation based on soil properties using multiple linear regression
    Autorzy:
    Harisuseno, Donny
    Cahya, Evi N.
    Powiązania:
    https://bibliotekanauki.pl/articles/1844413.pdf
    Data publikacji:
    2020
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    infiltration rate
    model performance
    multiple linear regression
    soil property
    Opis:
    Infiltration process plays important role in water balance concept particularly in runoff analysis, groundwater recharged, and water conservation. Hence, increasing knowledge concerning infiltration process becomes essential for water manager to gain an effective solution to water resources problems. This study employed multiple linear regression for estimating infiltration rate where the soil properties used as the predictor variable and measured infiltration rate as the response variable. Field measurement was conducted at sixteen points to obtain infiltration rate using double ring infiltrometer and soil properties namely soil porosity, silt, clay, sand content, degree of saturation, and water content. The result showed that measured infiltration rate had an average initial infiltration rate (f0) of 6.92 mm∙min–1 and final infiltration rate (fc) of 1.49 mm∙min–1. Soil porosity and sand content showed a positive correlation with infiltration rate by 0.842, 0.639, respectively, while silt, clay, water content, and degree of saturation exhibited a negative correlation by –0.631, –0.743, –0.66 and –0.49, respectively. Three types of regression equations were established based on type of soil properties used as predictor variables. The model performance analysis was conducted for each equation and the result shows that the equation with five predictor variables fMLR_3 = – 62.014 + 1.142 soil porosity – 0.205 clay, – 0.063 sand – 0.301, silt + 0.07 soil water content with R2 (0.87) and Nash–Sutcliffe (0.998) gave the best result for estimating infiltration rate. The study found that soil porosity contributes mostly to the regression equation that indicates great influence in controlling soil infiltration behavior.
    Źródło:
    Journal of Water and Land Development; 2020, 47; 77-88
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modele ekonometryczne jako narzędzie sterowania procesami technologicznymi
    Econometric models as a tool for technological process control
    Autorzy:
    Wołkowicz, Artur
    Powiązania:
    https://bibliotekanauki.pl/articles/424875.pdf
    Data publikacji:
    2015
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    exponential smoothing model with creeping trend
    Brown model
    regression function
    multiple and threshold regression
    linear programming
    Opis:
    This paper presents a proposal for process control applications based on econo-metric models. They are a tool which aim is to determine short-term forecasts, which are the basis to control the devices of production infrastructure. The article describes the application of the method of forecast errors corrective device in a real production process. Econometric models are presented: the exponential smoothing model and creeping trend adaptive model with harmonic scales. The calculations are used and the regression function is indicated by the linear programming problem. The method is presented on the example of classical tech-nological process used in the energy sector. The study indicates the possibility of another perspective on the control processes, not necessarily based on the existing methods of regu-lation. The idea of this study is to demonstrate the possibility of using econometrics in the industry.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 2 (48); 67-77
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    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:
    Costs of facade systems execution
    Koszty wykonania systemów elewacyjnych
    Autorzy:
    Leśniak, Agnieszka
    Wieczorek, Damian
    Górka, Monika
    Powiązania:
    https://bibliotekanauki.pl/articles/230531.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    system elewacyjny
    szacowanie kosztów
    model statystyczny
    regresja wielokrotna
    regresja krokowa
    facade system
    cost estimation
    statistical model
    multiple regression
    stepwise regression
    Opis:
    Cost estimation in the pre-design phase both for the contractor as well as the investor is an important aspect from the point of view of budget planning for a construction project. Constantly growing commercial market, especially the one of public utility constructions, makes the contractor, at the stage of development the design concept, initially estimate the cost of the facade, e.g. office buildings, commercial buildings, etc., which are most often implemented in the form of aluminum-glass facades or ventilated elevations. The valuation of facade systems is of an individual calculation nature, which makes the process complicated, time-consuming, and requiring a high cost estimation work. The authors suggest using a model for estimating the cost of facade systems with the use of statistical methods based on multiple and stepwise regression. The data base used to form statistical models is the result of quantitative-qualitative research of the design and cost documentation of completed public facilities. Basing on the obtained information, the factors that shape the costs of construction façade systems were identified; which then constitute the input variables to the suggested cost estimation models.
    Celem artykułu jest próba oszacowania kosztów wykonania systemów elewacyjnych obiektów użyteczności publicznej z wykorzystaniem modeli matematycznych, a w szczególności regresji wielorakiej oraz regresji krokowej postępującej. Dane użyte do budowy funkcji regresji zostały opracowane przez autorów na podstawie analizy dokumentacji projektowych, wykonawczych i kosztorysowych obiektów użyteczności publicznej. Opracowano bazę danych zawierającą główne czynniki wpływające na kształtowanie się kosztów wykonania systemów elewacyjnych obiektów użyteczności publicznej. Systemy elewacyjne realizowane były w formie fasad aluminiowo-szklanych oraz elewacji wentylowanych.
    Źródło:
    Archives of Civil Engineering; 2020, 66, 1; 81-95
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Real estate valuation algorithm for large local markets
    Autorzy:
    Bitner, Agnieszka
    Frosik, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/43852814.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    wycena nieruchomości
    model statystyczny
    regresja wielokrotna
    mass appraisal
    statistical model
    multiple regression
    real estate valuation
    Opis:
    The article deals with issues related to the application of statistical methods used in the valuation process. The proposed algorithm for real estate valuation can be used in the statistical market analysis method in the process of mass appraisal. The algorithm uses a multiple linear regression model. Legal considerations indicate the need for such an algorithm for the determination of the value of representative properties. Due to the large size of the database of comparables, the proposed algorithm can be used only to appraise typical properties. A good statistical model is parsimonious, that is, it uses as few mathematical concepts as possible in a given situation. A model should extract what is systematic in the results observed, allowing for the presence of purely random deviations. The article discusses the basic principles of building a good statistical model. Attention is drawn to the number of market attributes that are entered into the model and the range of their values. As few explanatory variables as possible should be entered into the model to explain the phenomenon under study. Explanatory variables are only those characteristics of the property that differentiate prices in a given market defined and adopted by the appraiser as the basis for valuation. The article highlights the importance of taking into account market changes during the period under study.
    Źródło:
    Advances in Geodesy and Geoinformation; 2022, 71, 1; art. no. e20, 2022
    2720-7242
    Pojawia się w:
    Advances in Geodesy and Geoinformation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Intelligent sensing and monitoring : respiratory motion prediction for tumor following radiotherapy
    Autorzy:
    Ichiji, K.
    Homma, N.
    Sakai, M.
    Bukovsky, I.
    Zhang, X.
    Osanai, M.
    Abe, M.
    Sugita, N.
    Yoshizawa, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/91582.pdf
    Data publikacji:
    2012
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    intelligent sensing
    monitoring
    respiratory motion
    tumor
    radiotherapy
    time-varying seasonal autoregressive model
    TVSAR model
    multiple regression
    MR
    multilayer perceptron
    MLP
    support vector regression
    SVR
    Opis:
    This paper presents a medical application of the intelligent sensing and monitoring, a new lung tumor motion prediction method for tumor following radiation therapy. An essential core of the method is accurate estimation of complex fluctuation of time-varying periodical nature of lung tumor motion. Such estimation is achieved by using a novel multiple time-varying seasonal autoregressive (TVSAR) model in which several windows of different time-lengths are used to calculate correlation based fluctuation of periodic nature in the motion. The proposed method provides the prediction as a combination of those based on different window lengths. Multiple regression (MR), multilayer perceptron (MLP) and support vector regression (SVR) are used to combine and the prediction performances are evaluated by using clinical lung tumor motion. The proposed methods with the combined predictions showed high accurate prediction and are superior to the single different predictions. The average errors of MR, MLP, and SVR were 0.8455,0.8507, and 0.7530 mm at 0.5 s ahead, respectively. The results are clinically sufficient and thus clearly demonstrate that the proposed TVSAR with an appropriate combination method is useful for improving the prediction performance.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2012, 2, 4; 331-342
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    IS MULTIPLE LINEAR REGRESSION THE PROPER TOOL OF MODELLING A BEHAVIOUR OF REAL SYSTEMS?
    Autorzy:
    Nowak, Jacek
    Powiązania:
    https://bibliotekanauki.pl/articles/453283.pdf
    Data publikacji:
    2009
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    model of real system
    multiple linear regression
    real system structure
    discrete automaton
    „black box” modelling
    quality of approximation
    Opis:
    Methodological assumption that multiple linear regression is an adequate tool of modelling the behaviour of real systems is checked. To do this the experiment is organised on the basis of simple “real” system represented as finite discrete automaton. Main result is that in situation of “black box” modelling the approximation of output variables with multiple linear regressions (from several samples and under different conditions) may not fulfil any of criterions of feasible approximation of systems behaviour, also in situations where real relation between input and output variables is strictly linear and only one of variables is omitted.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2009, 10, 1; 194-206
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ zmian prawnych i innych czynników na kształt wypłat zasiłków macierzyńskich
    Impact of legal changes and other factors on the form of maternity benefit payments
    Autorzy:
    Korpas, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/541639.pdf
    Data publikacji:
    2018-09-14
    Wydawca:
    Zakład Ubezpieczeń Społecznych
    Tematy:
    zasiłek macierzyński
    urlop rodzicielski
    zmiany przepisów prawnych
    model ekonometryczny
    regresja wieloraka
    maternity benefit
    parental leave
    changes in legal regulations
    econometric model
    multiple regression
    Opis:
    W niniejszym opracowaniu przeanalizowano zmiany wysokości zasiłków macierzyńskich związane z modyfikacjami przepisów prawnych na przestrzeni ostatnich kilku lat. Celem pracy jest pokazanie zmian liczby dni urlopu macierzyńskiego, analiza poszczególnych rodzajów tego urlopu oraz zbudowanie modelu, który pozwoli pokazać wpływ wybranych czynników zewnętrznych (zmiennych modelu) na wykorzystaną przez rodziców liczbę dni urlopu macierzyńskiego.
    This study analyzes changes in the amount of maternity benefits related to changes in legal regulations over the past few years. The aim of the work is to show changes in the number of days of maternity leave, an analysis of individual types of maternity leave and building a model that will show the influence of selected external factors (model variables) on the number of maternity leave days used by parents.
    Źródło:
    Ubezpieczenia Społeczne. Teoria i praktyka; 2018, 2; 87-103
    1731-0725
    Pojawia się w:
    Ubezpieczenia Społeczne. Teoria i praktyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Stiffness modulus prediction against basic physical and mechanical characteristics of recycled base course with foamed bitumen and emulsified bitumen
    Prognozowanie modułu sztywności względem podstawowych cech fizycznych i mechanicznych podbudowy recyklowanej z asfaltem spienionym i emulsją asfaltową
    Autorzy:
    Mazurek, Grzegorz
    Buczyński, Przemysław
    Iwański, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/27312163.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    recykling głęboki
    asfalt spieniony
    model regresji wielorakiej
    moduł sztywności
    spoiwo mieszane
    odcinek doświadczalny
    deep recycling
    foamed bitumen
    multiple regression modelling
    stiffness modulus
    blended binder
    trial section
    Opis:
    The paper’s objective was to present the results of predicting the stiffness modulus of a recycled mix containing a blended road binder with foamed bitumen and emulsified bitumen. The Sm (acc. to IT-CY) indirect tensile test was used at temperatures of -10°C, +5°C, +13°C and +25°C. Prediction of the stiffness modulus accounted for the effect of temperature, the type of road binders, the sampling location and the type of technology selected. All effects, except temperature, were included in the model by entangling their effects through recycled base course physical and mechanical characteristics, such as indirect tensile strength, compressive strength, creep rate, air void content and moisture resistance. As a result, it was possible to determine a regression model based on multiple regression with a coefficient of determination R2 = 0.78. Temperature and compressive strength were found to have the strongest effect on the variability of stiffness modulus. However, indirect tensile strength also significantly affected the Sm characteristic. In addition, FB-RCM (foamed bitumen) recycled mixtures proved to be more favourable than EB-RCM (emulsified bitumen) mixtures as they exhibited a lower deformation rate while retaining limited stiffness.
    Mieszanki recyklowane są powszechnie wykorzystywanym materiałem do budowy podbudowy zasadniczej i pomocniczej zarówno w przebudowach jak i nowych konstrukcji drogowych. Mogą one być wykonywane w technologii asfaltu spienionego jak i również emulsji asfaltowych. Należy pamiętać, że zastosowanie materiału odpadowego lub pochodzącego z recyklingu kwalifikuje tę technologię jako rozwiązanie proekologiczne. Aplikacja spoiwa drogowego zawierającego 100% cementu jest najczęściej wykorzystywanym sposobem podnoszenia stopnia kohezji mieszanek recyklowanych. Nie mniej jednak brak poprawnie wykonanego procesu optymalizacji ilości cementu może doprowadzić do nadmiernego przesztywnienia mieszanki recyklowanej i pojawieniem się spękań. Pomimo wielu korzyści, jakie wynikają ze stosowania technologii recyklingu wciąż napotykane się ograniczenia w jej stosowaniu i popularyzacji. Główną przyczyną jest brak kompleksowej wiedzy z zakresu struktury wewnętrznej mieszanek recyklowanych oraz panujących w niej efektów reologicznych, co objawia się częstymi awariami dróg o dużym natężeniu ruchu, które zostały wykonane na podbudowie z mieszanki recyklowanej [13, 43]. W związku z tym była to jedna z przyczyn ograniczenia stosowania tej technologii w Polsce dla ruchu o natężenia pojazdów powyżej ESAL100 kN >7,3 mln osi. W związku z tym autorzy podjęli się zadania związanego z możliwością prognozowania zmiany modułu sztywności mieszanki recyklowanej, rozrzedzając swoje działania o efekty związane z: technologią recyklingu, rodzajem spoiwa oraz zjawiskami jakie mogą wystąpić w czasie realizacji odcinka doświadczalnego. W artykule zostały przedstawione rezultaty prognozowania modułu sztywności mieszanki recyklowanej zawierającej mieszane spoiwo drogowe w technologii asfaltu spienionego oraz emulsji asfaltowej. Badanie modułu sztywności wykonano metodą pośredniego rozciągania IT-CY. Moduł sztywności oznaczono w temperaturach –10°C, +5°C, +13°C oraz +25°C. Prognozowanie modułu sztywności uwzględniało efekt temperatury, rodzaj spoiw drogowego, miejsce poboru próbek oraz rodzaj technologii. Wszystkie efekty, oprócz temperatury, zostały uwzględnione w modelu poprzez uwikłanie ich oddziaływania za pomocą cech fizycznych i mechanicznych recyklowanej podbudowy takich jak: wytrzymałość na pośrednie rozciąganie, wytrzymałość na ściskanie, szybkość pełzania, zawartość wolnej przestrzeni oraz odporność na oddziaływanie wody.
    Źródło:
    Archives of Civil Engineering; 2023, 69, 3; 95--112
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-19 z 19

      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