Однофакторный регрессионный анализ предназначен для прогнозирования динамики показателей, заданных в виде динамических рядов по выбранному виду регрессии (основная и остаточная регрессия при наличии линейной, показательной, гиперболической, степенной, параболической или линейно-логарифмической корреляции). [c.60]
Помехи в сейсмических данных оказывают прямое воздействие на качество спектра скоростей. Добавьте в выборке ОСТ случайные помехи в ограниченной полосе пропускания при постепенно повышающихся уровнях амплитуды (рис.3.37). Соответствующие спектры скоростей показаны в виде ряда окон на рис.3.38 и, для сравнения, в виде изолиний на рис.3.39. Спектр скоростей различает сигнал по гиперболическим траекториям даже при высоких уровнях случайных помех (см. спектр скоростей при отношении сигнал/помеха, равном 3 на рис.3.38). Это связано со степенью взаимной корреляции при изменении когерентности. Точность спектра скоростей ограничена при малом отношении сигнал/помеха (см. рис.3.38 или рис.3.39 при отношении сигнал/помеха, равном 1 сигнал на 0.8с еще можно различить, но для остальных сигналов это сделать уже сложно). [c.28]
Рассмотрим несколько вариантов построения спектра скоростей. Частичное суммирование - это вариант, который уже рассмотрен. Другим вариантом является поддиректория (прореживание во времени) данных перед выполнением скоростного анализа. Полосовая фильтрация и автоматическая регулировка усиления (АРУ) иногда могут улучшить процесс взаимной корреляции, особенно если, входная выборка характеризуется малым отношением сигнал/помеха. Другой способ улучшить качество спектра скоростей - использовать при анализе несколько соседних выборок ОСТ. На рис.3.43 показаны шесть соседних выборок. Используя первую выборку ОСТ в группе, получаем спектр скоростей на рис.3.44а. Имеется два способа анализа этих выборок. Первый - суммирование выборок и расчет спектра скоростей по сумме (см. рис.3.44Ь). Второй способ - расчет спектров скоростей для каждой выборки и суммирование спектров, как показано на рис.3.44с. Первый способ несколько дешевле, чем второй. На практике количество выборок ОСТ должно быть таким, чтобы наклон был пренебрежимо мал. Если наклон значителен, количество выборок ОСТ, включенных в скоростной анализ, должно быть небольшим. Пик, соответствующий неглубокому отражению на рис.3.44Ь, меньше чем этот же пик на рис.3.44с. Посмотрите внимательнее на выборки ОСТ на рис.3.43 и увидите, что времена пробега от выборки к выборке несколько различаются особенно для неглубоких отражений. Суммирование этих выборок искажает гиперболическую траекторию и приводит к ухудшению спектра скоростей. [c.31]
В ходе деловой игры в зависимости от специализации участников и выбранной конкретной продукции возможно применение одного из перечисленных методов. Метод корреляционного анализа заключается в отборе основных техни-ко-экономических показателей (параметров) продукции, определении характера связи ме ДУ параметрами и затратами на производство продукции. Связь может быть линейная, степенная, гиперболическая. Затем необходимо определить коэффициент корреляции, характеризующий связь между параметрами изделия и ценой. Применение этого метода в ходе деловой игры требует серьезной подготовки ведущего и слушателей, так как он довольно сложен. Наиболее простым из перечисленных методов является метод удельных показателей, учитывающий основной технико-экономический показатель продукции. Удельные показатели характеризуют цену, приходящуюся на единицу какого-либо основного параметра [c.47]
Уравнение линейной регрессии имеет широкое применение, его параметры легче определить и истолковать. Но на практике чаще встречается нелинейная корреляционная зависимость, которая может быть представлена через уравнения различных типов кривых гиперболическую форму связи (ух = а/х + ), параболу второго порядка (ух = а + alxl + a2x2) и другие. Чем лучше уравнение регрессии описывает процесс, тем ближе значение коэффициента корреляции к единице. [c.168]