Поиск уравнения регрессии [c.44]
Выбор математической формы связи при моделировании себестоимости добычи нефти, как показывает практика, целесообразно проводить методом перебора известных уравнений регрессий с переходом от менее сложных форм к более сложным. Часто случается так, что одна часть факторов связана с себестоимостью добычи нефти линейной зависимостью, другая — нелинейной. Поэтому удобнее поиск искомой формы связи начинать с линейной зависимости, затем проверить нелинейную зависимость, а потом перейти к более сложным формам связи (приложение 1). При выборе формы связи необходимо стремиться к получению достаточно простой по решению и удобной для экономической интерпретации модели. Модель себестоимости добычи нефти должна также отвечать условиям адекватности при включении в нее возможно меньшего числа факторов. Последнее обстоятельство указывает на то, что оценка значимости факторов с последующим отсевом менее существенных из них не утрачивает своей актуальности и на этом этапе исследования. [c.18]
Оптимизация числа интервалов группирования, исходя из выбранного критерия, определяемого формулой (2.20), практически сводится к поиску минимальной разности h(x) -h(x) при соответствующих объеме выборки и числе интервалов. Было проведено по 20 экспериментов по генерированию выборок для каждого объема от 50 до 1000 с шагом 50. Количество интервалов в каждом объеме изменялось от 3 до 15, Для каждого объема выборки рассчитывалась величина J , а затем отбиралось минимальное значение критерия с фиксацией соответствующего количества интервалов. По результатам исследований методом наименьших квадратов получены два уравнения регрессии [c.39]
Практичным средством отыскания экстремума является факторный эксперимент. Основные достоинства факторного эксперимента - простота и возможность отыскания экстремальной точки (с какой-то погрешностью), если неизвестная поверхность достаточно гладкая и нет локальных экстремумов. Следует отметить два основных недостатка факторного эксперимента. Первый заключается в невозможности поиска экстремума при наличии ступенчатых разрывов неизвестной поверхности и локальных экстремумов. Второй -в отсутствии средств описания характера поверхности вблизи экстремальной точки из-за использования простейших линейных уравнений регрессии, что сказывается на инертности системы управления, так как в процессе управления необходимо проводить факторные эксперименты для выбора управляющих воздействий. [c.279]
Корреляционный анализ помогает определить степень взаимосвязи двух различных переменных. При использовании для принятия решений он также помогает определить, являются ли связи статистически значимыми или просто случайными. С помощью таких методов можно определить доверительные интервалы границ реальной корреляции, т.е. корреляции по выборке данных за некоторый период времени. Корреляционная статистика важна при поиске переменных, которых можно использовать как прогностические показатели, например, в нейронной сети или в системе уравнений регрессии. [c.70]
Множественная регрессия. Статистический метод, основанный на поиске самого подходящего уравнения, описывающего зависимость какой-либо величины от набора независимых переменных. [c.186]
Проблемы с методологией регрессии. Методология регрессии — это традиционный способ уплотнения больших массивов данных и их сведения в одно уравнение, отражающее связь между мультипликаторами РЕ и финансовыми фундаментальными переменными. Но данный подход имеет свои ограничения. Во-первых, независимые переменные коррелируют друг с другом . Например, как видно из таблицы 18,2, обобщающей корреляцию между коэффициентами бета, ростом и коэффициентами выплат для всех американских фирм, быстрорастущие фирмы обычно имеют большой риск и низкие коэффициенты выплат. Обратите внимание на отрицательную корреляцию между коэффициентами выплат и ростом, а также на положительную корреляцию между коэффициентами бета и ростом. Эта мультиколлинеарность делает мультипликаторы регрессии ненадежными (увеличивает стандартную ошибку) и, возможно, объясняет ошибочные знаки при коэффициентах и крупные изменения этих мультипликаторов в разные периоды. Во-вторых, регрессия основывается на линейной связи между мультипликаторами РЕ и фундаментальными переменными, и данное свойство, по всей вероятности, неадекватно. Анализ остаточных явлений, связанных с корреляцией, может привести к трансформациям независимых переменных (их квадратов или натуральных логарифмов), которые в большей степени подходят для объяснения мультипликаторов РЕ. В-третьих, базовая связь между мультипликаторами РЕ и финансовыми переменными сама по себе не является стабильной. Если же эта связь смещается из года в год, то прогнозы, полученные из регрессионного уравнения, могут оказаться ненадежными для более длительных периодов времени. По всем этим причинам, несмотря на полезность регрессионного анализа, его следует рассматривать только как еще один инструмент поиска подлинного значения ценности. [c.649]
После всесторонней и детальной оценки значимости факторов необходимо перейти к выбору формы связи, т. е. требуется подобрать такое уравнение регрессии, которое будет служить аналогом и более полно отражать экономическую сущнрсть исследуемого явления. Первой в поиске искомой модели участвует простая форма линейной связи. Решение этого уравнения на ЭВМ приводит к виду [c.29]
Кроме того, установлены условия адекватного определения гидравлических сопротивлений при реализации в кольцевом пространстве переходного режима течения буровых растворов, обусловливающего уменьшение скольжения жидкости относительно стенок канала и приближение буровых растворов к стационарному реологическому состоянию принципы регулирования и общего расчета температур при циркуляции закономерности и критериальные уравнения регрессии для определения скорости осаждения выбуренной породы в буровых растворах при любых режимах обтекания. Разработаны и опробованы методические основы оптимизации режимных параметров турбинного бурения, предусматривающих идентификацию модели буримости в реальном масштабе времени, поиск оптимального решения на ЭВМ и переход от традиционного турбинного бурения в режиме максимальной механической скорости к бурению при осевых нагрузках, оптимизированных по критерию минимума стоимости метра проходки. [c.161]
Сметная стоимость строительства скважин определялась по уравнению = a0 + aiH+a2r+a3Hr, где а0, at, a2, а3 — параметры уравнения регрессии Я—глубина скважин г—расстояние от базы нефтегазоразведочной экспедиции до объекта поисков и разведки. [c.208]