Scientific Works

ISSN-print: 2073-8730
ISSN-online:
ISO: 26324:2012
Архiви

КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ МНОЖЕСТВЕННОЙ РЕГРЕССИИ

##plugins.themes.bootstrap3.article.main##

В. Х. Кириллов
В. М. Кузаконь
Г. Н. Станкевич

Анотація

Рассматривается компьютерное моделирование множественной регрессии экспериментальных данных, относящихся к детерминированным техническим и технологическим системам.

Первичную информацию (статистическую модель) исследуемого объекта, часто представляют в форме таблицы с множеством наблюдений за состоянием изучаемого объект. Последующим статистическим анализом табличных данных выявляют искомые скрытые закономерности.

Множественный статистический анализ такой информации должен выполняться с применением соответствующих статистических программных продуктов. Главным при обработке экспериментальных данных в прикладных исследованиях является исследование регрессионного влияния одной или нескольких независимых переменных х на зависимую переменную у, определение общего вида уравнения регрессии, вычисление оценок неизвестных параметров, входящих в уравнение регрессии, проверка статистических гипотез о регрессионной связи. С математической точки зрения регрессионный анализ табличных данных является задачей аппроксимации этих данных путём приближения искомой функции одной или нескольких переменных во всём диапазоне табличных данных, которая должна быть по возможности простой.

На начальном этапе аппроксимации в среде SPSS на основе корреляционной матрицы с помощью факторного анализа проводится уменьшение числа переменных (редукция переменных) с выявлением небольшого числа факторов (двух или трёх), объясняющих большую часть дисперсии для множественных исходных переменных. Последующее регрессионное моделирование двух или трёх факторов проводится в среде программ Table Curve 2D или Table Curve 3D, получивших широкое применение в инженерной и научной практике.

Все этапы компьютерного моделирования множественной регрессии на примере технологического процесса получения липосом, зависящего от четырёх переменных, представлены в виде последовательности подробных шагов реализации соответствующих программ с выводом экранных форм, содержащих визуальную и табличную информацию каждого шага статистического исследования.

Ключові слова:
множественные данные, корреляционная матрица, факторный анализ, латентные переменные, вращение факторной структуры, регрессионное моделирование

##plugins.themes.bootstrap3.article.details##

Як цитувати
Кириллов, В. Х., Кузаконь, В. М., & Станкевич, Г. Н. (2018). КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ МНОЖЕСТВЕННОЙ РЕГРЕССИИ. Scientific Works, 81(2). https://doi.org/10.15673/swonaft.v81i2.912
Розділ
Статьи

Посилання

1. Дубнов Ю. П. Обработка статистической информации с помощью SPSS. М.: ООО «Издательство АСТ»; Издательство «НТ Пресс», 2004. 221 с.

2. Бююль Ефим, Цёфель Петер. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономірностей. Спб.: ООО «Диасофтюп», 2005. 608 с.

3. Иберла К. Факторный анализ. М.: Статистика, 1980. 398 с.

4. Компьютерное моделирование физических и технологических процессов. Теория, алгоритмы программы. Учебное пособие / Кириллов В. Х. и др. Одесса. Издательство ВМВ, 2015. 565 с.

5. Капрельянц Л. В., Винкерт Д. Я., Величко Т. А. Разработка технологии получения липосомальных форм ферментных препаратов // Наук. пр. / Одес. нац. акад. харч. технологій. Одеса, 2014. Вип. 46 (2). С. 108– 112.