Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Algorytm dla modelu regresji ważonej

Tytuł:
Algorytm dla modelu regresji ważonej
Autorzy:
Moszczyński, L.
Data publikacji:
2006
Słowa kluczowe:
błędy obu zmiennych
algorytm regresji ważonej
error on both axes
dependent regression model
algorithm linear regression
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
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.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies