Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Przegląd Elektrotechniczny

2 Moszczyński L.

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: algorytm regresji ważonej

Sortuj według:

Ogranicz wyniki do:

Porównanie metod regresyjnych TLS przy wykorzystaniu techniki Monte Carlo

Moszczyński L.

Przegląd Elektrotechniczny

2009

R. 85, nr 4

41-43

Konstrukcja modelu kalibracji rozumiana jako ustalenie relacji pomiędzy wielkością mierzoną y zwaną sygnałem (prądem elektrycznym, potencjałem), a wielkością wejściową x zwaną mesurandem jest identyczna do zadania zbudowania modelu regresji. W artykule dokonano przeglądu technik regresyjnych dla przypadków, gdy uwzględniane są błędy obu zmiennych (metoda TLS) oraz przeanalizowano zalety i ograniczenia wybranych algorytmów. Poprawność formuł obliczeniowych współczynników nachylenia prostej, przesunięcia i ich niepewności oceniono metodą symulacji numerycznej. Do testowania algorytmów TLS autor proponuje metodę Monte Carlo.

Structure of the calibration model of a relationship between the measured quantity y, called a signal (electric current, potential etc.) or an output quantity and the quantity x called a mesurand or an input quantity (temperature, pressure etc.) is identical to the task of building up a regression model. This paper reviews the regression techniques for the case of errors in both variables (they are called: total least squares regression - TLS). The advantages and limitations of the different algorithms are discussed. The accuracy of the formulae for calculation the slope and intercept coefficients and their uncertainties was confirmed using numerical simulations. Monte Carlo simulation is recommended for testing assumption of TLS and their algorithms.

Algorytm dla modelu regresji ważonej

Moszczyński L.

Przegląd Elektrotechniczny

2006

R. 82, nr 4

33-35

Standardowa metoda regresji prostej nie powinna być stosowana w tych przypadkach, gdy obie zależne lub niezależne zmienne obciążone są błędami. W artykule przedstawiono efektywną metodę obliczeń prostej regresji rozszerzając ją na przypadek korelacji bfędów zmiennych X i Y. Metodę zilustrowano na przykładzie obwodu RLC, w którym mierzono przesunięcie fazowe i odpowiadającą jej częstotliwość zasilania. Dostępna jest implementacja algorytmu w MATLABIE.

The standard least-square method should not be applied to those rather common situations where both dependent and independent vahables have errors. An efficient method is given for computation the best straight line when both variables are subject to errors are generalized to allow for correlation of the X and Y errors. The method is illustrated by Circuit RLC used to measure phase shifts and the corresponding frequency. A MATLAB implementation of our algorithm is available.