Informacja

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

Wyszukujesz frazę "multiple regression models" wg kryterium: Temat


Wyświetlanie 1-5 z 5
Tytuł:
Wpływ nieefektywności rynku nieruchomości na dokładność opisu wartości nieruchomości za pomocą liniowych modeli regresji wielorakiej
The influence of inefficiency of property market on the accuracy of description of property value using linear models of multiple regression
Autorzy:
Meszek, W.
Dziadosz, A.
Powiązania:
https://bibliotekanauki.pl/articles/403159.pdf
Data publikacji:
2011
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
modele regresji wielorakiej
rynek nieruchomości
rynek nieefektywny
multiple regression models
real estate market
market inefficient
Opis:
Szacowanie rynkowej wartości nieruchomości opiera się w głównej mierze na cenach transakcyjnych, które powinny w pełni odzwierciedlać charakterystyczne ich cechy. Rynek nieruchomości ze względu na swoją specyfikę jest jednak rynkiem nieefektywnym, na którym ceny transakcyjne w różnym (i nieznanym) stopniu są estymatorami wartości nieruchomości. Zakres referatu, w oparciu o eksperyment statystyczny, obejmuje analizę porównawczą pomiędzy efektami procesu wyceny zrealizowanego w warunkach rynku efektywnego i w warunkach rynku (w różnym stopniu) nieefektywnego.
The evaluation of the market value of the property is mainly based on transaction prices which should reflect its characteristic features. In the case of an efficient market, the property price reflects its true value. However, it is more often the case to deal with an inefficient market (within different scope and to a different degree) during the evaluation procedure, which determines its accuracy. This paper contains an example of statistical analysis of a selected property base with the emphasis put on previously mentioned issues concerning the inefficiency of the market using reliability evaluation coefficient.
Źródło:
Budownictwo i Inżynieria Środowiska; 2011, 2, 4; 589-594
2081-3279
Pojawia się w:
Budownictwo i Inżynieria Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
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
Tytuł:
Modelowanie stężenia trihalometanów w sieci wodociągowej za pomocą różnych równań regresji
The modeling of trihalomethanes concentration in waterpipe network based on different equations of regression
Autorzy:
Zimoch, I.
Łobos, E.
Powiązania:
https://bibliotekanauki.pl/articles/126052.pdf
Data publikacji:
2017
Wydawca:
Towarzystwo Chemii i Inżynierii Ekologicznej
Tematy:
trihalometany
system zaopatrzenia w wodę
modele matematyczne
regresja wieloraka
trihalomethanes
water supply system
mathematical models
multiple regression
Opis:
Trihalometany (THM), jako uboczne produkty dezynfekcji wody chlorem, są związkami powstającymi w procesie dostarczania wody do konsumenta. Zarówno złożoność kinetyki reakcji, jak i duża liczba czynników wpływających na jej przebieg powodują trudności w szacowaniu poziomu stężenia trihalometanów w punktach kontroli jakości wody w systemie zaopatrzenia w wodę. W związku z rewizją w 2015 roku unijnej dyrektywy dotyczącej jakości wody przeznaczonej do spożycia zakres i częstotliwość monitoringu powinny uwzględniać ryzyko zdrowotne konsumenta w całym łańcuchu dostaw wody (ujęcie wody, uzdatnianie, magazynowanie, dystrybucja). Zatem rośnie znaczenie modeli szacowania stężenia trihalometanów w sieci wodociągowej, które uwzględniają parametry jakości wody oraz czynniki eksploatacyjne. Taki model może być istotnym narzędziem decyzyjnym w procesie eksploatacji systemów wodociągowych, ponieważ pozwoli na zarządzanie ryzykiem zdrowotnym przy jednoczesnym ograniczeniu kosztownych analiz laboratoryjnych. W pracy przedstawiono różne modele predykcji stężenia trihalometanów w sieci wodociągowej. Analizowano modele uzyskane za pomocą regresji wielorakiej dla różnych zbiorów danych oraz transformacji THM-ów i zmiennych niezależnych. Porównano wpływ różnych transformacji zmiennych na dokładność predykcji oraz ocenę statystyczną modelu. Badania zostały oparte na danych rzeczywistych, zebranych podczas siedmiu lat eksploatacji jednego z dużych polskich systemów zaopatrzenia w wodę.
Trihalomethanes, disinfection by-products resulting from the reaction between chlorine and organic matter contained in water, appear during delivery of water to consumers. Both the complexity of the reaction kinetics and a large number of factors determining the reaction cause difficulties in the estimation of concentration of THMs in monitoring points in the water supply system. In 2015 it was carried out a revision of the EU directive on the quality of water intended for human consumption. According to the current legal regulation, the scope and frequency of monitoring should take into account the risk of consumer health throughout the whole water supply chain from the catchment area through abstraction, treatment and storage to distribution. Thus there increases the role of prediction models of trihalomethanes concentration. Such models should contain water quality parameters as well as exploitation factors and they may be important decision tool in the process of water system operation. They allow to manage the human health risk, simultaneously they limit the number of expensive laboratory analyses. In this paper we present different prediction models for the concentration of trihalomethanes in waterpipe network. The multiple regression was applied to various data sets and transformations of THMs and independent variables. We establish how different transformations of variables influence on prediction accuracy and statistical properties of the model. Presented research was based on real data collected during seven years of exploitation of one of big Polish water supply systems.
Źródło:
Proceedings of ECOpole; 2017, 11, 1; 343-351
1898-617X
2084-4557
Pojawia się w:
Proceedings of ECOpole
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Szacowanie ilości materii organicznej na podstawie zawartości pierwiastków śladowych
Total organic carbon (TOC) quantification based on trace elements
Autorzy:
Przelaskowska, Anna
Zagórska, Urszula
Mroczkowska-Szerszeń, Maja
Ziemianin, Konrad
Powiązania:
https://bibliotekanauki.pl/articles/2145298.pdf
Data publikacji:
2021
Wydawca:
Instytut Nafty i Gazu - Państwowy Instytut Badawczy
Tematy:
zawartość materii organicznej (TOC)
pierwiastki śladowe
regresja wieloraka
modele matematyczne
total organic carbon (TOC) content
trace elements
multiple regression
mathematical models
Opis:
Wiele pierwiastków śladowych wykazuje związki z materią organiczną TOC. Zależności te pozwalają na wykorzystanie pomiarów składu chemicznego do modelowania zawartości TOC. Celem przedstawionej pracy była ocena możliwości szacowania ilości materii organicznej na podstawie zawartości pierwiastków śladowych takich jak: Ni, Cu, Mo, U, V, Zn, Cr, Sr, Pb i Co dla głębokomorskich łupków sylurskich. Przebadano związki korelacyjne pomiędzy poszczególnymi pierwiastkami i zawartością materii organicznej. Następnie utworzono modele pozwalające na wyliczenie ilości materii organicznej na podstawie zawartości pierwiastków, dla których zaobserwowano znaczące związki z TOC. Wykorzystano zarówno bardziej dokładne badania składu chemicznego wykonane metodą spektrometrii masowej ICP-MS, jak i pomiary o niższej wykrywalności wykonane przenośnym spektrometrem fluorescencji rentgenowskiej EDXRF. Stwierdzono zależności pomiędzy zawartością pierwiastków śladowych a ilością materii organicznej TOC dla pierwiastków takich jak: V, Cu, U, Ni, Mo, Cr (metoda ICP-MS) oraz V, Cu, Cr i Ni (metoda XRF). Za pomocą metody regresji wielorakiej skonstruowano modele o współczynnikach determinacji R2 od 0,84 do 0,92 (dla metody ICP-MS) i od 0,75 do 0,78 (dla metody XRF) umożliwiające szacowanie ilości materii organicznej na podstawie zawartości pierwiastków śladowych. Uzyskane modele matematyczne pozwalają na wyliczanie zawartości materii organicznej TOC dla głębokomorskich, bogatych w materię organiczną łupków sylurskich na bazie pomiarów pierwiastków śladowych wykonanych metodą spektrometrii masowej ICP-MS oraz metodą fluorescencji rentgenowskiej XRF. Szczególnie istotna jest możliwość wykorzystania pomiarów przeprowadzonych przenośnym spektrometrem fluorescencji rentgenowskiej. Badania te są szybkie, mogą być prowadzone na próbkach okruchowych w trakcie trwania wiercenia. Modele oparte na wynikach XRF pozwalają więc w szybki sposób modelować zawartość TOC jeszcze w trakcie wiercenia.
Many trace elements are associated with organic matter. The total organic carbon (TOC) content can be thus calculated basing on the chemical composition measurements. The aim of the presented paper was to evaluate the possibility of estimating the organic matter amount on the basis of trace elements such as: Ni, Cu, Mo, U, V, Zn, Cr, Sr, Pb and Co, for Silurian black shales. Correlations between individual elements and total organic carbon were analysed. Next, mathematical models allowing to calculate the amount of organic matter based on the content of elements significantly related to TOC were constructed. Both more accurate chemical composition analyses (ICP-MS mass spectrometry method) and measurements of lower detectability performed with portable X-ray fluorescence spectrometer EDXRF were used. The relationships between the content of trace elements and the total organic carbon content TOC were found for such elements as: V, Cu, U, Ni, Mo, Cr (ICP-MS) and V, Cu , Cr and Ni (XRF). Mathematical models allowing for TOC quantification based on trace elements, characterized by determination coefficients R2 from 0.84 to 0.92 (for ICP MS method) and from 0.75 to 0.78 (for XRF method) were obtained with the use of the multiple regression method. The mathematical models allow to calculate the content of organic matter TOC for Silurian black shales on the basis of trace element data obtained by both mass spectrometry ICP-MS and X-ray fluorescence spectrometry EDXRF. The possibility of using measurements made with a portable X-ray fluorescence spectrometer is particularly important. Such measurements are fast and can be carried out on cuttings during the drilling process. Models based on XRF results therefore allow for quick modelling of the TOC content during the drilling process.
Źródło:
Nafta-Gaz; 2021, 77, 4; 219-226
0867-8871
Pojawia się w:
Nafta-Gaz
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie procesu osiadania terenu górniczego Kopalni Węgla Brunatnego Bełchatów - nowe podejście
Land subsidence modeling in mining area of open pit Brown Coal Mine Bełchatów - a new approach
Autorzy:
Palmąka, M.
Powiązania:
https://bibliotekanauki.pl/articles/2074851.pdf
Data publikacji:
2011
Wydawca:
Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
Tematy:
Bełchatów
GIS
geostatystyka
interpolacja
modele liniowe
modele nieliniowe
osiadanie terenu
Sammon's mapping
mapy samoorganizujące się
SOM
sieci neuronowe
regresja liniowa
geostatistics
interpolation
linear models
land subsidence
self-organizing map
neural networks
multiple linear regression
Opis:
From the beginning of open-pit mining works (i.e. ground massive dewatering, access excavation, cover dumping) in 1976, which were strictly connected with an exposure a brown coal beds on Bełchatów field it was noticed, that a land surface subsided in the vicinity of Brown Coal Mine Bełchatów. Quantitative land subsidence assessments, which are based on deterministic models (elastic ground model, consolidation model), are not efficient enough to simulate the process – adjusted coefficient of determination amounts R2kor2kor
Źródło:
Przegląd Geologiczny; 2011, 59; 245-250
0033-2151
Pojawia się w:
Przegląd Geologiczny
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