Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: nonlinear regression

Sortuj według:

Ogranicz wyniki do:

Regresyjna analiza zmian jakości mieszanki ziarnistej w czasie mieszania metodą przesypu

100%

Matuszek D. , Tukiendorf M.

tom R. 12, nr 6(104)

135-143

W pracy zaprezentowano efekty stosowania dodatkowych elementów wspomagających mieszanie komponentów ziarnistych na drodze kolejnych przesypów ze zbiornika do zbiornika oraz pokazano przykład modelowania zmian jakości w czasie. Zmienną zależną była wariancja rozkładu trasera, natomiast zmienną niezależną kolejne kroki mieszania: przesypy od 1 do 10. Zależność jednowymiarową stanowił wzór funkcji wielomianowej 3 stopnia. Modelowanie przeprowadzono przy użyciu modułu komputerowego "regresja nieliniowa" (pakiet STATISTICA). Uzyskany wzór zależności jednowymiarowej dobrze opisywał tylko niektóre z badanych przypadków. Pozwolił natomiast na zrozumienie zależności między zmiennymi.

The paper presents the effects of using additional elements supporting mixing of grainy components by successive pouring from container to container and an example of modelling quality changes in time. The tracer distribution variance was the dependent variable, whereas successive steps of mixing (pouring from 1 to 10) constituted the independent variable. The formula of a third degree polynomial function was a one-dimensional dependence. Modelling was carried out using the "non-linear regression" computer module (the STATISTICA set). The obtained formula of onedimensional dependence described well only some of the examined cases. However, it helped to understand the relation between variables.

Prediction model of seasonality in the construction industry based on the accidentality phenomenon

100%

Hoła B. , Topolski M. , Szer I. , Szer J. , Blazik-Borowa E.

tom Vol. 22, no. 1

art. no. e30, 2022

The construction industry is an economic sector that is characterized by seasonality. Seasonal factors affect the volume of production, which in turn affects the accident rate. The aim of the research presented in the article was to develop a model for predicting the number of people injured in occupational accidents in the construction industry. Based on the analysis of statistical data and previous studies, the occurrence of certain regularities of the accidentality phenomenon was found, namely the long-term trend over many years, as well as seasonality and cyclicality over the course of a year. The found regularities were the basis for the assumptions that were made for the construction of the model. A mathematical model was built in the non-linear regression dimension. The model was validated by comparing the results of prediction errors generated by the developed model with the results of prediction errors generated by other known models, such as ARIMA, SARIMA, linear and polynomial models, which take into account the seasonality of the phenomenon. The constructed model enables the number of people injured in accidents in the construction industry in selected months of future years to be predicted with high accuracy. The obtained results can be the basis for making appropriate decisions regarding preventive and prophylactic measures in the construction industry. Commonly known mathematical tools available in the STATISTICA package were used to solve the given task.