Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: moc procesu predykcji

Sortuj według:

Ogranicz wyniki do:

The power of prediction process in the tests of ammunition elements

Ampuła D.

Journal of KONBiN

2017

No. 43

23--48

The author reminds the definition of coefficient determination and the idea of the largest credibility method in the introduction of the article. Firstly, the aspect of new coefficient defined by McFadden as a power of prediction process and called pseudo R2 was characterized. The similar type of R2 coefficients proposed by other known statisticians were described. Moreover, the hierarchic way of building the logistic regress model, through adding next variables to adjust an estimated model to empirical data was introduced. Four kinds of variables were analysed, whose adjustment influence on the estimated logistic regress model was affected by the quantity of inconsistences which appeared in the data result. The calculations of parameter R2 made by the McFadden’s, Nagelkerke’s and Cox-Snell’s formulas were presented. Concise conclusions relating to the estimated logistic regress model on the basis of empirical data from tested MD-8 fuses type were introduced in the end of the article and this model was compared to values of R2 coefficient counted in the article. It was stated, that McFadden’s pseudo R2 parameter is most often used and it defines the power of prediction process.

W artykule scharakteryzowano postać nowego współczynnika określonego przez McFadden-a jako moc procesu predykcji i nazywanego pseudo R2. Przedstawiono praktyczny przykład określania mocy predykcji w oparciu o wybrane dane empiryczne. Zaprezentowano hierarchiczny sposób budowy modelu regresji logistycznej, poprzez dołączanie kolejnych zmiennych w celu dopasowania szacowanego modelu do danych empirycznych. Analizowano cztery rodzaje zmiennych, których wpływ na dopasowanie szacowanego modelu regresji logistycznej był uzależniony od ilości niezgodności jakie wystąpiły w wynikach danych. Przedstawiono obliczenia parametru R2 wykonane za pomocą wzorów McFadden-a, Nagelkerke-a i Cox-Snell-a. Na końcu artykułu przedstawiono zwięzłe wnioski dotyczące oszacowanego modelu regresji logistycznej na podstawie danych empirycznych z badanych zapalników typu MD-8 oraz porównano ten model do obliczonych w artykule wartości współczynnika R2. Stwierdzono, że parametr pseudo R2 McFadden’a jest najczęściej używany i określa on moc procesu predykcji.