Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: importance rank of parameters

Sortuj według:

Ogranicz wyniki do:

Efektywność typów modeli regresji wielokrotnej w statystycznej analizie danych parametrów pompy zębatej

Łuszczyna R., Partyka M. A.

Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki

2011

Nr 3

292-303

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.

Application of logical decision trees and multiplicative multiple regression in simulation of importance rank of design and service parameters

Partyka M. A., Łuszczyna R.

International Journal of Applied Mechanics and Engineering

2010

Vol. 15, no 3

811-819

The paper presents a detailed analysis of the importance rank of design and service parameters of machine systems. Exemplary nominal measuring data for an impeller-propeller pump were used for the presentation of the algorithm which integrates logical decision trees and the method of multiple regression analysis. Adequacy of the product value of the correlation coefficient RI of the multiplicative equation of multiple regression and the optimum decision logical tree for the given system of parameters are considered.