.

0 (hodnocen0 x )

(1) Půjčeno:4x 

BK

VYRAZENO

Pardubice : Finish, 1992

ISBN 80-85340-13-5

* experimentální data * pojednání * počítače * statistické zpracování

000101831

Rekat.

OBSAH // б LINEÁRNÍ REGRESNÍ MODELY ... 1 // 6.1 Formulace lineárního regresního modelu ... 1 // 6.2 Geometrie a předpoklady metody nejmenSíoh čtverců 3 // 6.2.1 Geometrie metody nejmenších čtverců ... 3 // 6.2.2 Předpoklady metody nejmenších čtverců ... 13 // 6.3 Statistické vlastnosti metody nejmenSích čtverců . 16 // 6.3.1 Konstrukce intervalu spolehlivosti ... 28 // 6.3.2 Testování hypotéz ... 33 // 6.3.2.1 Ověřování multikolinearity ... 38 // 6.3.2.2 Test významnosti absolutního členu . 41 // 6.3.2.3 Testy složených hypotéz ... 47 // 6.3.2.4 Test shody dvou lineárních modelů .. 51 // 6.3.2.5 Testy shodnosti lineárnícho modelu . 57 // 6.3.3 Porovnání regresních přímek ... 67 // 6.3.3.1 Testování homogenity ůseků ... 69 // 6.3.3.2 Testování homogenity směrnic ... 70 // 6.3.3.3 Testování shody regresních přímek .. 71 // 6.4 Numerické problémy lineární regrese na počítači .. 76 // 6.4.1 Metoda ortogonálních funkcí ... 80 // 6.4.2 Metoda racionálních hodností ... 84 // 6.5 Regresní diagnostika ...’ 90 // 6.5.1 Využití průzkumové analýzy dat ... 91 // 6.5.2 Posouzení kvality dat ... 93 // 6.5.2.1 Statistická analýza reziduí ... 94 // 1. Klasická rezidua ... 94 // 2. Normovaná rezidua ... 97 // 3. Standardizovaná rezidua ... 98 // 4. Jackknife rezidua ... 99 // 5. Predikovaná rezidua ... 99 // 6. Rekurzivní rezidua ... 100 // 6.5.2.2 Analýza prvků projekční matice ... 103 // 6.5.2.3 Grafy

identifikace vlivných bodů ... 106 // 1. Graf predikovanýoh reziduí (GPR). 106 // 2. Wllliamsův graf (WG) ... 107 // 3. Pregibonův graf (PG) . 108 // 4. McCullohův-Meeterův graf (MMG)... 108 // 5. Indexové grafy (IG) ... 109 // 6. Rankitové grafy (Q-Q) ... 110 6.5.2.4 Ostatní charakteristiky vlivných // bodü ... 116 // 6.5.3Posouzeni kvality navrženého regresního // modelu ... 126 // 6.5.3.1 Parciální regresní grafy ... 127 // 6.5.3.2 Parciální reziduálni grafy ... 130 // 6.5.3.3 Znjuaénkový test vhodnosti navrženého modelu ... 133 // 6.5.4 Ověření předpokladů metody neJmenSích // ětvercfl ... 138 // 6.5.4.1 Heteroskedasticita ... 138 // 6.5.4.2 Autokorelace ... 140 // 6.5.4.3 Normalita chyb... 143 // 6.6 Postupy při poruSení předpokladů metody nejmenších ětverců ... 144 // 6.6.1 Omezení kladená na parametry ... 145 // 6.6.2 Metoda zobecněných nejmenších ětverců // (MZNC) ... 152 // 6.6.2.1 Heteroskedasticita ... 154 // 6.6.2.2 Autokorelace ... 163 // 6.6.3 Multikolinearita ... 172 // 6.6.4 VSechny proměnné zatížené náhodnými chybami. 181 // 6.6.5 Jiná rozdělení chyb závisle proměnné ... 188 // 6.7 Kalibrace ... 207 // 6.7.1 Druhy kalibrace a kalibrační modely ... 208 // 6.7.2 Kalibrační přímka ... 212 // 6.7.3 Přesnost kalibrace ... 221 // 6.8 Postup při lineární regresní analýze ... 227 // 6.9 Výpočetní programy ... 229 // 6.10 Ostatní řeSené příklady ... 234 // 6.11 Literatura ... 260 // 7 KORELACE

...i... 263 // 7.1 Korelační modely ... 264 // 7.1.1 Korelační modely pro dvě náhodné veličiny .. 264 // 7.1.2 Korelační modely pro více náhodných veličin. 274 // 7.2 Korelační koeficienty ... 286 // 7.2.1 Párový korelační koeficient ... 287 // 7.2.2 Parciální korelační koeficient ... 296 7.2.3 Vícenásobný korelační koeficient ... 298 // 7.2.4 Pořadové korelace ... 301 // 7.3 Literatura ... 304 // 8 nblinbírní regresní modely ... 305 // 8.1 Formulace nelineárního regresního modelu ... 308 // 8.2 Modely chyb měření ... 316 // 8.3 Formulace kritéria regrese ... 324 // 8.4 Geometrie nelineární regrese ... 333 // 8.5 Numerické postupy odhadování parametrü ... 341 // 8.5.1 Nederivační optimalizační postupy ... 343 // 8.5.1.1 Metody přímého hledání ... 344 // 8.5.1.2 Simplexové metody ... 346 // 8.5.1.3 Metody využívající náhodných čísel . 355 // 8.5.1.4 Postupy speciálně pro metodu nejmenSích čtvercfl ... 360 // 8.5.2 Derivační metody pro metodu nejraeněích // čtverců ... 365 // 8.5.2.1 Gauss-Newtonovy metody ... 369 // 8.5.2.2 Marquardtovy metody ... 373 // 8.5.2.3 Postupy typu dog-leg ... 376 // 8.5.3 Komplikace u procesu nelineární regrese ... 378 // 8.5.3.1 Neodhadnutelnost některých parametrů 378 // 8.5.3.2 Existence minima U( ) ... 380 // 8.5.3.3 Výskyt lokálních minim ... 382 // 8.5.3.4 Špatná podmíněnost parametrů v modelu ... 383 // 8.5.3.5 Malé rozmezí experimentálních dat .. 384

// 8.5.4 Testování spolehlivosti určení parametrů // regresní metodou ... 388 // 8.6 Statistická analýza v nelineární regresi ... 391 // 8.6.1 Nelinearita regresního modelu ... 394 // 8.6.1.1 Vychýlení odhadů parametrů ... 395 // 8.6.1.2 Asymetrie odhadů paraunetrů . 399 // 8.6.2 Intervalové odhady parametrů ... 400 // 8.6.2.1 Oblasti spolehlivosti parametrů ... 401 // 8.6.2.2 Intervaly spolehlivosti parametrů .. 408 // 8.6.2.3 Intervaly spolehlivosti predikce ... 412 // 8.6.3 Testy hypotéz o odhadech parametrů ... 413 8.6.4 Těsnost proložení regresní křivky experimentálními body...417 // 8.6.4.1 Statistická analýza reziduí...417 // 8.6.4.2 Odhalení vlivných bodů...420 // 8.6.5 Postup při testování navrženého regresního // modelu...423 // 8 . 7 Výpočetní programy...427 // 8.8 Ostatní řešené příklady...429 // 8 .9 Literatura...440 // 9 INTERPOLACE A APROXIMACE...444 // 9.1 Klasické interpolační postupy...446 // 9.1.1 Lagrangeova a Newtonova formule...448 // 9.1.2 Hermitovská interpolace...457 // 9.1.3 Racionální interpolace...459 // 9.2 Spline interpolace...462 // 9.2.1 Lokální hermitovská interpolace...470 // 9.2.2 Kubické spline...478 // 9.3 Aproximace funkcí...488 // 9.4 Aproximace tabelárních závislostí...494 // 9.4.1 Polynomická aproximace...495 // 9. 4 . 2 Úseková regrese...499 // 9.5 Numerické vyhlazování...508 // 9.5.1 Splíne vyhlazování...509 // 9.5.2 Neparametrická regrese...524 // 9.5.3 Číslicová

filtrace...527 // 9.6 Postup při interpolaci a aproximaci...541 // 9.7 Výpočetní programy...542 // 9.8 Ostatní řešené příklady...545 // 9.9 Literatura...547