Menu Content/Inhalt
TriloByte Home arrow QC-Expert
Nelineární regrese Tisk E-mail
< Předch.   Další >
Modul Nelineární regrese umožňuje výpočet parametrů libovolného explicitního regresního modelu  na základě dat. Modul nabízí metody  Gauss-Newton, Marquardt, Gradient-Cauchy, Dog-Leg, Gradient-Fix, Modifikovaný simplex. Výpočet je velmi interaktivní, během výpočtu lze průběžně měnit metodu a sledovat proložení. Počáteční odhady parametrů lze kontrolovat před výpočtem. Tím je zajištěna maximální efektivita  tvorby a práce s nelineárními modely. Výstupy zahrnují grafickou i textovou diagnostiku dat a modelu.

PDF Nelineární regrese - manuál ve formátu Pdf
  • Výpočet parametrů libovolného nelineárního modelu.
  • Modely s až 32 parametry a 256 proměnnými.
  • Proložení dat křivkou se známou rovnicí.
  • Predikce závisle proměnné podle modelu.
  • Kalibrace, verifikace, validace.
  • Spolehlivé výsledky díky ověřeným metodám výpočtu parametrů.
  • Výkonné diagnostické metody pro odhalení zvláštností v datech.
  • Rychlé sestavení modelu a odhadů parametrů.
  • Modely se zlomem.

Metody optimalizace:
  • Gauss-Newton
  • Marquardt
  • Gradient-Cauchy
  • Dog Leg
  • Adaptivní gradient
  • Simplex
Výstupy:
  • Počáteční hodnoty parametrů
  • Odhady parametrů
  • Statistiky parametrů
  • Intervaly spolehlivosti
  • Korelační matice parametrů
  • Analýza reziduí
  • Vícenásobný korel. koef. R
  • Koeficient determinace R^2
  • Predikovaný korel. koef. Rp
  • Stř. kvadratická chyba predikce MEP
  • Akaikeho informační kritérium
  • Reziduální součet čtverců
  • Průměr absolutních reziduí
  • Reziduální směr. odchylka
  • Reziduální rozptyl
  • Šikmost reziduí
  • Špičatost reziduí
  • Cook-Weisbergův test heteroskedasticity
  • Jarque-Berrův test normality
  • Waldův test autokorelace
  • Znaménkový test reziduí
  • Indikace vlivných dat
  • Jackknife rezidua
  • Predikovaná rezidua
  • Diagonála projekční matice
  • Atkinsonova vzdálenost

Dialog pro zadání regresního modelu:
Nelineární regrese

Základní dialog pro nelineární regresi:
Nelineární regrese

Kontrolní náhled proložení dat:
Nelineární regrese

Panel výpočtu parametrů:
Nelineární regrese

Ukázky použití:
Model ochlazování:
[T] ~ p1+p2*exp([Cas]*p3)
Počáteční hodnoty parametrů
P1 20
P2 200
P3 -1

Výsledné proložení:
Nelineární regrese

Predikce téhož modelu mimo interval měřených dat s intervalem spolehlivosti predikce:
Nelineární regrese

Odhady parametrů:
  Parametr Směr. odchylka Dolní mez Horní mez
P1 9.629958625 1.437580742 6.730800758 12.52911649
P2 307.3445052 14.46291436 278.1772587 336.5117518
P3 -1.270317008 0.05458188634 -1.380391873 -1.160242144
Korelační matice parametrů: 
  P1 P2 P3
P1 1 0.8340193618 -0.9338794208
P2 0.8340193618 1 -0.9708823844
P3 -0.9338794208 -0.9708823844 1

Model se zlomem:
Možnost podmíněných výrazů v nelineárním modelu dovoluje kostrukci po částech spojitých modelů, nebo modelů se zlomem. Příkladem jsou dvě přímky s podmínkou spojitosti v bodě zlomu. Výhodou výpočtu je stanovení bodu zlomu i s intervalem spolehlivosti. Použitý model: (P1+P2*[X])*LT([X],P4)+(P1+P4*(P2-P3)+P3*[X])*GE([X],P4), počáteční odhady: P1 = -10, P2 = 50, P3 = 10, P4 = 1.9.

Nelineární regrese

Bod zlomu: Xzl = 1.92
95% interval spolehlivosti bodu zlomu: 1.85 až 1.99
 
< Předch.   Další >

Přihlášení

Konference, Kurzy

Zobrazit vše

E-Shop

Odborná literatura Sborníky Software
Obsah objednávky
Vaše objednávka neobsahuje žádné položky

Anketa

O jaké kurzy a texty byste měli zájem?
powered by www.trilobyte.cz