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 wielokrotna" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 29
Tytuł:
Planowanie terenów mieszkaniowych z perspektywy zrównoważonego rozwoju na przykładzie gminy Murowana Goślina
Planning for Residential Areas from the Perspective of Sustainable Development on the Example of Murowana Goślina
Autorzy:
Zydroń, A.
Kayzer, D.
Antkowiak, M.
Matecka, B.
Powiązania:
https://bibliotekanauki.pl/articles/1818099.pdf
Data publikacji:
2016
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
grunty pod zabudowę mieszkaniową
mapa atrakcyjności
wielokrotna regresja liniowa
housing areas
map of investment attractiveness
multiple regression
Opis:
The main aim of the study was to create the map of attractiveness of the housing area earmarked for construction purposes in Murowana Goślina commune in the aspect of sustainable development. The basis for creating the map was the analysis of factors affecting the value of undeveloped property. The study included both natural and anthropogenic factors. The study analyzes the material from the years 2010-2013, which were obtained from the District Centre of Geodesy and Cartography Documentation in Poznan. In order to achieve this aim, two types of analyses were performed: spatial with the QGIS 2.12.0 Lyon software and statistical, using multiple regression with STATISTICA 10 software. The research helped to isolate the factors significantly affecting the value of the property and determine the degree of their impact. The thesis also presents the map of investment attractiveness for Murowana Goślina. In these terms, the most attractive areas were Murowana Goślina and Mściszewo.
Źródło:
Rocznik Ochrona Środowiska; 2016, Tom 18, cz. 2; 247-258
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A comparative analysis of artificial neural network predictive and multiple linear regression models for ground settlement during tunnel construction
Autorzy:
Zou, Baoping
Chibawe, Musa
Hu, Bo
Deng, Yansheng
Powiązania:
https://bibliotekanauki.pl/articles/27312113.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
budowa
tunel
osiadanie gruntu
regresja liniowa wielokrotna
sieć neuronowa sztuczna
tunnel
construction
ground settlement
multiple linear regression
artificial neural network
Opis:
Ground settlement during and after tunnelling using TBM results in varying dynamic and static load action on the geo-stratum. It is an undesirable effect of tunnel construction causing damage to the surface and subsurface infrastructure, safety risk, and increased construction cost and quality issues. Ground settlement can be influenced by several factors, like method of tunnelling, tunnel geometry, location of tunnelling machine, machine operational parameters, depth & its changes, and mileage of recording point from starting point. In this study, a description and evaluation of the performance of the artifcial neural network (ANN) was undertaken and a comparison with multiple linear regression (MLR) was carried out on ground settlement prediction. The performance of these models was evaluated using the coefficient of determination R2, root mean square error (RMSE) and mean absolute percentage error (MAPE). For ANN model, the R2, RMSE and MAPE were calculated as 0.9295, 4.2563 and 3.3372, respectively, while for MLR, the R2, RMSE and MAPE, were calculated as 0.5053, 11.2708, 6.3963 respectively. For ground settlement prediction, both ANN and MLR methods were able to predict significantly accurate results. It was further noted that the ANN performance was higher than that of the MLR.
Źródło:
Archives of Civil Engineering; 2023, 69, 2; 503--515
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prediction of quality parameters of a dry air separation product using machine learning methods
Przewidywanie parametrów jakościowych produktu suchej separacji węgla metodami uczenia maszynowego
Autorzy:
Żogała, Alina
Rzychoń, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/216889.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
artificial neural network
multiple linear regression
support vector machine
dry coal separation
sztuczna sieć neuronowa
sucha separacja węgla
wielokrotna regresja liniowa
maszyna wektorów nośnych
Opis:
The purpose of the work was to predict the selected product parameters of the dry separation process using a pneumatic sorter. From the perspective of application of coal for energy purposes, determination of process parameters of the output as: ash content, moisture content, sulfur content, calorific value is essential. Prediction was carried out using chosen machine learning algorithms that proved to be effective in forecasting output of various technological processes in which the relationships between process parameters are non-linear. The source of data used in the work were experiments of dry separation of coal samples. Multiple linear regression was used as the baseline predictive technique. The results showed that in the case of predicting moisture and sulfur content this technique was sufficient. The more complex machine learning algorithms like support vector machine (SVM) and multilayer perceptron neural network (MPL) were used and analyzed in the case of ash content and calorific value. In addition, k-means clustering technique was applied. The role of cluster analysis was to obtain additional information about coal samples used as feed material. The combination of techniques such as multilayer perceptron neural network (MPL) or support vector machine (SVM) with k-means allowed for the development of a hybrid algorithm. This approach has significantly increased the effectiveness of the predictive models and proved to be a useful tool in the modeling of the coal enrichment process.
Celem pracy było prognozowanie wybranych parametrów produktu procesu suchej separacji za pomocą sortera pneumatycznego. Z punktu widzenia zastosowania węgla do celów energetycznych niezbędne jest określenie parametrów procesowych wydobycia, takich jak: zawartość popiołu, zawartość wilgoci, zawartość siarki czy wartość kaloryczna. Prognozowanie przeprowadzono przy użyciu wybranych algorytmów uczenia maszynowego, które okazały się skuteczne w prognozowaniu wyjścia różnych procesów technologicznych, w których zależności między parametrami procesu są nieliniowe. Źródłem danych wykorzystanych w pracy były eksperymenty procesu suchej separacji węgla. Zastosowano wieloraką regresję liniową jako bazową metodę predykcyjną. Wyniki pokazały, że w przypadku przewidywania zawartości wilgoci i siarki technika ta była wystarczająca. Bardziej złożone algorytmy uczenia maszynowego, takie jak maszyna wektorów nośnych (SVM) i perceptron wielowarstwowy (MLP) zostały wykorzystane i przeanalizowane w przypadku zawartości popiołu i wartości opałowej. Ponadto wdrożono technikę k-średnich. Rolą analizy skupień było uzyskanie dodatkowych informacji na temat próbek węgla będących wejściem procesu. Połączenie technik, takich jak perceptron wielowarstwowy (MLP) lub maszyna wektorów nośnych (SVM) z metodą k-średnich pozwoliło na opracowanie hybrydowego algorytmu. Takie podejście znacznie zwiększyło efektywność modeli predykcyjnych i okazało się użytecznym narzędziem w modelowaniu procesu wzbogacania węgla.
Źródło:
Gospodarka Surowcami Mineralnymi; 2019, 35, 2; 119-138
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Determining the value of an enterprise on the example of two leading Ukrainian banks
Ustalanie wartości przedsiębiorstwa na przykładzie dwóch największych banków w Ukrainie
Autorzy:
Yeleyko, Yaroslav
Yarova, Oksana
Garasyim, Petro
Powiązania:
https://bibliotekanauki.pl/articles/18105089.pdf
Data publikacji:
2023-07-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
bank
value of an enterprise
total asset
net profit
correlation
multiple regression
wartość przedsiębiorstwa
suma aktywów
zysk netto
korelacja
regresja wielokrotna
Opis:
The paper addresses the issue of determining the precise value and the financial prospects of enterprises subject to sales or purchase by investors. In order to illustrate the process of calculating the value of a company, the article analyses the financial condition and capital of the two largest Ukrainian banks, i.e. PrivatBank and Oschadbank. The aim of the study is to compare the values of these enterprises on the basis of statistical criteria. The statistical and comparative analysis of the aforementioned entities covering the years 2015-2021 was carried out using the following indicators: total assets, total liabilities, total capital, net interest income, profit before tax, annual net profit and total aggregate annual income. The study was based on data available in the banks' financial reports. The study method consisted in statistical analysis, correlation and multiple regression. The research determined the value of both banks, indicating that PrivatBank outperforms Oschadbank in this respect.
Tematem artykułu jest precyzyjne określenie wartości i perspektyw finansowych przedsiębiorstw przeznaczonych do sprzedaży lub zakupu przez inwestorów. Proces obliczania wartości przedsiębiorstwa przedstawiono na przykładzie analizy kondycji finansowej i kapitału dwóch największych ukraińskich banków: PrivatBanku i Oschadbanku. Celem badania omawianego w artykule jest porównanie wartości tych przedsiębiorstw na podstawie kryteriów statystycznych. Przeprowadzono analizę statystyczną i porównawczą za lata 2015–2021 przy użyciu następujących wskaźników: sumy aktywów, sumy pasywów, sumy kapitału, wyniku z tytułu odsetek, zysku przed opodatkowaniem, rocznego zysku netto i całkowitego zagregowanego rocznego dochodu. Wykorzystano dane dostępne w sprawozdaniach finansowych badanych banków. Jako metodę badawczą przyjęto analizę statystyczną, korelację i regresję wielokrotną. Wyniki badania wskazują, że PrivatBank przewyższa Oschadbank pod względem wartości.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2023, 68, 7; 53-62
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Związek pomiędzy wskaźnikami przyrostu miąższości a wybranymi cechami taksacyjnymi drzew w drzewostanach sosnowych
The relationship between volume increment indicators and selected tree appraisal characteristics in pine stands
Autorzy:
Turski, M.
Powiązania:
https://bibliotekanauki.pl/articles/1016204.pdf
Data publikacji:
2007
Wydawca:
Polskie Towarzystwo Leśne
Tematy:
drzewostany sosnowe
Pinus
korelacja cech
cechy taksacyjne
regresja wielokrotna
sosna
przyrost miazszosci
lesnictwo
drzewa lesne
volume increment indicators
tree appraisal characteristics
regression equation
pine
Opis:
The relationship between four volume increment indicators and selected tree appraisal characteristics was presented in the paper. The strongest relationship was observed between volume increment indicators and relative dbh increment, dbh increment and basal area increment. This relationship shows a significant differentiation (Table 1 and Table 2). The smallest estimation errors for the models describing individual volume increment indicators were found for indicator C4.
Źródło:
Sylwan; 2007, 151, 07; 15-24
0039-7660
Pojawia się w:
Sylwan
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling and Analysis of the Synergistic Alloying Elements Effect on Hardenability of Steel
Autorzy:
Sitek, Wojciech
Trzaska, Jacek
Gemechu, W. F.
Powiązania:
https://bibliotekanauki.pl/articles/2203932.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
hardenability
artificial neural networks
multiple regression
steel alloy
modelling and simulation
hartowność
sztuczne sieci neuronowe
regresja wielokrotna
stal
modelowanie i symulacja
Opis:
The paper presents a methodology of modeling relationships between chemical composition and hardenability of structural alloy steels using computational intelligence methods, that are artificial neural network and multiple regression models. Particularly, the researchers used unidirectional multilayer teaching method based on the error backpropagation algorithm and a quasi-newton methods. Based on previously known methodologies, it was found that there is no universal method of modeling hardenability, and it was also noted that there are errors related to the calculation of the curve. The study was performed on large set of experimental data containing required information on about the chemical compositions and corresponding Jominy hardenability curves for over 400 data steel heats with variety of chemical compositions. It is demonstrated that the full practical usefulness of the developed models in the selection of materials for particular applications with intended performance in the area of application.
Źródło:
Archives of Foundry Engineering; 2022, 22, 4; 102--108
1897-3310
2299-2944
Pojawia się w:
Archives of Foundry Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sustainable deployment of crushed concrete aggregates strengthened with cement and sand
Autorzy:
Sharma, V.
Kumar, A.
Kaur, A.
Powiązania:
https://bibliotekanauki.pl/articles/2201120.pdf
Data publikacji:
2022
Wydawca:
Stowarzyszenie Komputerowej Nauki o Materiałach i Inżynierii Powierzchni w Gliwicach
Tematy:
sustainability
crushed concrete aggregate
cement
sand
compaction
CBR
multiple regression
zrównoważony rozwój
kruszywo betonowe
piasek
zagęszczanie
regresja wielokrotna
Opis:
Purpose: Paper assessed the feasibility of crushed concrete aggregates (CCA), a subsidiary of construction and demolition (C&D) waste, blended with cement and sand to form a composite for civil engineering field applications. Design/methodology/approach: The compaction and strength characteristics of CCA were observed by conducting Proctor compaction and California Bearing Ratio (CBR) tests. Different proportions of CCA, sand and cement were used. Moreover, the effect of curing period (0, 4, 7, 14 and 28 days) was also studied. In addition, regression analyses were performed to develop empirical expressions to predict the compaction and strength characteristics of the CCA composite. Findings: Increasing the CCA content up to 50% increases the maximum dry unit weight (MDUW) and decreases the optimum moisture content (OMC). However, on further increasing its content the MDUW decreases and OMC increases. Percent increase in the CBR value can go up to 412% if the CCA content is increased up to 50%. However, the percent reduction in CBR of about 20% can take place if 100% CCA content is used. Moreover, multiple regression shows that the experimental results are in good agreement with the predicted values. Research limitations/implications: The results obtained are purely dependent on the type of material. However, they are in favour of the used material as a probable option for road sub-base layer, and also for reducing burden on available natural resources. Therefore, it is recommended to conduct some initial tests to confirm the feasibility of the material. Practical implications: The proposed study will guide the design Engineers to choose CCA as one of the potential materials for road construction. Originality/value: It was observed that there is a need to maximize the utilization of C&D waste without making any compromise with its mechanical properties. So keeping that in view, the present study was conducted.
Źródło:
Archives of Materials Science and Engineering; 2022, 113, 1; 19--34
1897-2764
Pojawia się w:
Archives of Materials Science and Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estimation of discharge correction factor of modified Parshall flume using ANFIS and ANN
Autorzy:
Saran, D.
Tiwari, N. K.
Powiązania:
https://bibliotekanauki.pl/articles/1818494.pdf
Data publikacji:
2020
Wydawca:
Stowarzyszenie Komputerowej Nauki o Materiałach i Inżynierii Powierzchni w Gliwicach
Tematy:
Discharge Correction Factor
Adaptive Neuro-Fuzzy Inference System
artificial neural network
Multiple Non-linear Regression
parshall flumes
współczynnik korygujący wyładowania
adaptacyjny system neuronowo-rozmyty
sztuczna sieć neuronowa
regresja wielokrotna nieliniowa
Opis:
Purpose: To evaluate and compare the capability of ANFIS (Adaptive Neuro-Fuzzy-Inference System), ANN (Artificial Neural Network), and MNLR (Multiple Non-linear Regression) techniques in the estimation and formulation of Discharge Correction Factor (Cd) of modified Parshall flumes as based on linear relations and errors between input and output data. Design/methodology/approach: Acknowledging the necessity of further research in this field, experiments were conducted in the Hydraulics Laboratory of Civil Engineering Department, National Institute of Technology, Kurukshetra, India. The Parshall flume characteristics, associated longitudinal slopes and the discharge passing through the flume were varied. Consequent water depths at specific points in Parshall flumes were noted and the values of Cd were computed. In this manner, a data set of 128 observations was acquired. This was bifurcated arbitrarily into a training dataset consisting of 88 observations and a testing dataset consisting of 40 observations. Models developed using the training dataset were checked on the testing dataset for comparison of the performance of each predictive model. Further, an empirical relationship was formulated establishing Cd as a function of flume characteristics, longitudinal slope, and water depth at specific points using the MNLR technique. Moreover, Cd was estimated using soft computing tools; ANFIS and ANN. Finally, a sensitivity analysis was done to find out the flume variable having the greatest influence on the estimation of Cd. Findings: The predictive accuracy of the ANN-based model was found to be better than the model developed using ANFIS, followed by the model developed using the MNLR technique. Further, sensitivity analysis results indicated that primary depth reading (Ha) as input parameter has the greatest influence on the prediction capability of the developed model. Research limitations/implications: Since the soft computing models are data based learning, hence the prediction capability of these models may dwindle if data is selected beyond the current data range, which is based on the experiments conducted under specific conditions. Further, since the present study has faced time and facility constraints, hence there is still a huge scope of research in this field. Different lateral slopes, combined lateral- longitudinal slopes, and more modified Parshall flume models of larger sizes can be added to increase the versatility of the current research. Practical implications: Cd of modified Parshall flumes can be predicted using the ANN- based prediction model more accurately as compared to other considered techniques. Originality/value: The comparative analysis of prediction models, as well as the formulation of relation, has been conducted in this study. In all the previous works, little to no soft computing techniques have been applied for the analysis of Parshall flumes. Even the regression techniques have been applied only on Parshall flumes of standard sizes. However, this paper includes not only Parshall flume of standard size but also a modified Parshall flume in its pursuit of predicting Cd with the help of ANN and ANFIS based prediction models along with MNLR technique.
Źródło:
Archives of Materials Science and Engineering; 2020, 105, 1; 17--30
1897-2764
Pojawia się w:
Archives of Materials Science and Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda oceny wskaźnika powierzchni liści z zastosowanim lotniczego skaningu lidarowego
Method for assessing of leaf area index using lidar data
Autorzy:
Popov, M.
Semko, I.
Kozak, I.
Powiązania:
https://bibliotekanauki.pl/articles/35944.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Instytut Agrofizyki PAN
Tematy:
drzewostany sosnowe
powierzchnia lisci
wskaznik powierzchni lisciowej
lotniczy skaning lidarowy
regresja wielokrotna
pine stand
leaf area
leaf area index
multiple regression
Opis:
Zaproponowana została metoda zdalnej oceny LAI z zastosowaniem materiałów lotniczego skaningu lidarowego. Obliczeniowa część metody opiera się na modelu regresji pomiędzy wartościami wskaźnika LAI i danymi lotniczego skaningu lidarowego. Opracowane zostały równania regresji wielokrotnej. Przedstawione zostały wyniki testowania proponowanej metody, które potwierdzają jej wydajność i wysoką dokładność. Przedstawiony został przegląd nowoczesnych metod oceny wskaźnika powierzchni liści (LAI) – jednego z najbardziej kompleksowych i obiektywnych wskaźników produkcyjnej aktywności roślinności. Krótko opisano naziemne metody oceny LAI oraz ich oprzyrządowanie. Zauważono, że główną i niewątpliwą zaletą naziemnej metody oceny LAI jest wiarygodność uzyskanych wyników. Przy konieczności oceny poziomu aktywności roślinności na dużych obszarach i przy ograniczonych zasobach czasowych, zastosowanie technik naziemnych napotyka poważne trudności. W takich przypadkach bardziej obiecującym okazuje się podejście związane z zastosowaniem zdalnych technik i technologii. Pokazano kierunki ewentualnych dalszych kroków do zwiększenia dokładności metody.
A remote sensing method for assessing LAI index using airborne lidar data is proposed. A calculation body of the proposed method is based on regression model which couples LAI value and lidar data derivatives. Multiple regression equation is constructed. The results of experi-mental investigation confirm the effectiveness and high accuracy of the proposed method. The paper presents a review of the contemporary approaches to the assessment of leaf area index (LAI) as one of most comprehensive and objective indicators of photosynthesis processes activity of vegetation. Methods for LAI in-situ assessing, its procedures and instrumental support are described in brief. It is emphasized that the main and absolute advantage of in-situ methods is the reliability of calculated LAI estimates. However, the application of in-situ methods is connected with significant problems when it is necessary to assess photosynthesis processes activity level for vegetation in cases of vast areas with time limitations. As the authors observe, for similar cases is more promising to use remote sensing techniques and technologies. Directions for further research to improve the precision of the method are outlined therewith.
Źródło:
Acta Agrophysica; 2014, 21, 2
1234-4125
Pojawia się w:
Acta Agrophysica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Plony pszenicy ozimej w zależności od jakości stosowanego materiału siewnego
Winter wheat yields depending on the quality of applied sowing material
Autorzy:
Oleksiak, Tadeusz
Powiązania:
https://bibliotekanauki.pl/articles/41537246.pdf
Data publikacji:
2009
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
badania ankietowe
materiał siewny
pszenica ozima
plon
regresja wielokrotna
survey investigation
seeds
winter wheat
yield
multiply regression
Opis:
Przeprowadzono analizę wpływu kwalifikowanego materiału siewnego na wielkość plonów pszenicy ozimej. Materiał źródłowy stanowiły dane z gospodarstw indywidualnych objętych badaniami ankietowymi prowadzonymi w latach 1986–2003. Porównywano plony uzyskane na polach gdzie stosowano kwalifikowany materiał siewny z plonami z pól gdzie stosowano materiał niekwalifikowany. Oddziaływanie kwalifikowanego materiału siewnego na plon porównano z innymi czynnikami plonotwórczymi. Widoczny jest związek między jakością stosowanego materiału siewnego a ogólnym poziomem agrotechniki. Stwierdzono istotne różnice w wysokości osiąganych plonów w zależności od zastosowanego materiału siewnego, rosnące znaczenie KMS jako czynnika plonotwórczego i korzystne efekty stosowania kwalifikowanego materiału siewnego. Średni wzrost plonu w roku siewu w każdym z analizowanych okresów kompensował dodatkowe koszty ponoszone w związku z zakupem nasion.
Analysis of the influence of certified seeds on yielding of winter wheat was done. The survey data collected from farms in the years 1986–2003 were used. The yields obtained with and without using certified seeds were compared. The influence of certified seed on yield was compared to the effects of other yield creating factors. A distinct relation between the quality of applied sowing material and general technology level was found. Significant effects of seeds on wheat yield were recorded. Moreover, increasing meaning of certified seeds as a yield creating factor and advantages from the applying certified seeds were confirmed. In each of the analyzed periods of time the average increase in yield obtained due to the using certified seeds was found to compensate for extra expenses connected with the purchase of sowing material.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2009, 251; 83-93
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of multiple linear regression for multi-criteria yield prediction of winter wheat
Zastosowanie analizy regresji wielorakiej dla wielokryterialnej prognozy plonów pszenicy ozimej
Autorzy:
Niedbała, G.
Powiązania:
https://bibliotekanauki.pl/articles/335462.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
forecast
multiple regression
MLR
winter wheat
yield prediction
prognoza
regresja wielokrotna
pszenica ozima
predykcja plonu
Opis:
The aim of the work was to produce three independent models for prediction and simulation of winter wheat yield, which were marked in the following way: ReWW15_04, ReWW31_05 and ReWW30_06. The produced models enable to make yield forecasts for April 15, May 31 and June 30, directly before harvest in the current agrotechnical season. For the construction of prediction models the Multiple Linear Regression (MLR) method was used. The models are based on meteorological data (air temperature and rainfall) and information on mineral fertilisation. The data were collected from 2008- 2015 from 301 production fields located in Poland, in the Wielkopolskie Voivodeship. Evaluation of the quality of forecasts based on MLR models was verified by determining forecast errors using RAE, RMS, MAE and MAPE error gauges. An important feature of the produced prediction model consists in the possibility of making a prediction in the current agrotechnical year on the basis of current weather and fertilizer information.
Celem pracy było wytworzenie trzech niezależnych modeli do predykcji i symulacji plonu pszenicy ozimej, które oznaczono w następujący sposób: ReWW15_04, ReWW31_05 and ReWW30_06. Wytworzone modele umożliwiają wykonanie prognozy plonu na dzień 15 kwietnia, 31 maja i 30 czerwca, bezpośrednio przed zbiorem w aktualnie trwającym sezonie agrotechnicznym. Do budowy modeli predykcyjnych użyto metody liniowej regresji wielorakiej (MLR). Modele powstały w oparciu o dane meteorologiczne (temperatura powietrza i opady atmosferyczne) oraz informacje o nawożeniu mineralnym. Dane zostały zebrane z lat 2008-2015 z 301 pól produkcyjnych zlokalizowanych w Polsce, na terenie województwa Wielkopolskiego. Ocena jakości prognoz wytworzonych na bazie modeli MLR została zweryfikowana poprzez określenie błędów prognozy za pomocą mierników błędów RAE, RMS, MAE oraz MAPE. Ważną cechą wytworzonego modelu predykcyjnego jest możliwość wykonania prognozy w bieżącym roku agrotechnicznym w oparciu o aktualne informacje pogodowe i nawozowe.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2018, 63, 4; 125-131
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multiple regression analysis model to predict and simulate winter rapeseed yield
Model analizy regresji wielorakiej dla prognozy i symulacji plonu rzepaku ozimego
Autorzy:
Niedbała, G.
Piekutowska, M.
Adamski, M.
Powiązania:
https://bibliotekanauki.pl/articles/336860.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
Forecast
multiple regression
MLR
winter rapeseed
yield prediction
prognoza
regresja wielokrotna
rzepak ozimy
prognoza plonu
Opis:
The aim of the work is to create a model for prediction and simulation of winter rapeseed yield. The model made it possible to perform a yield forecast on 30 June, directly before harvest in the current agrotechnical season. The prediction model was built using the multiple regression method (MLR). The model was based on meteorological data (air temperature and precipitation) and information about mineral fertilization. The data were collected from the years 2008-2017 from 291 production fields located in Poland, in the southern Opole region. The assessment of the quality of forecasts generated on the basis of the regression model was verified by determining prediction errors using RAE, RMS, MAE and MAPE error meters. An important feature of the created prediction model concerns the possibility of making the forecast in the current agrotechnical year on the basis of the current weather and fertilizer information.
Celem pracy było zbudowanie modelu do predykcji i symulacji plonu rzepaku ozimego. Model ten umożliwił wykonanie prognozy plonu na dzień 30 czerwca, bezpośrednio przed zbiorem w aktualnie trwającym sezonie agrotechnicznym. Do budowy modelu predykcyjnego użyto metody regresji wielorakiej (MLR). Model powstał w oparciu o dane meteorologiczne (temperatura powietrza i opady atmosferyczne) oraz informacje o nawożeniu mineralnym. Dane zostały zebrane z lat 2008- 2017 z 291 pól produkcyjnych zlokalizowanych w Polsce, na obszarze południowej Opolszczyzny. Ocena jakości prognoz wytworzonych na bazie modelu regresyjnego została zweryfikowana poprzez określenie błędów prognozy za pomocą mierników błędów RAE, RMS, MAE oraz MAPE. Ważną cechą wytworzonego modelu predykcyjnego jest możliwość wykonania prognozy w bieżącym roku agrotechnicznym w oparciu o aktualne informacje pogodowe i nawozowe.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2018, 63, 4; 139-144
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
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
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
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
Wyświetlanie 1-15 z 29

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