按照支持向量机回归预测方程中影响预测对象因素的多少,分为

回归预测法_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
回归预测法
上传于||暂无简介
阅读已结束,如果下载本文需要使用1下载券
想免费下载本文?
定制HR最喜欢的简历
下载文档到电脑,查找使用更方便
还剩17页未读,继续阅读
定制HR最喜欢的简历
你可能喜欢君,已阅读到文档的结尾了呢~~
2011中级财务管理电子书word版5-6章
扫扫二维码,随身浏览文档
手机或平板扫扫即可继续访问
2011中级财务管理电子书word版5-6章
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由:
将文档分享至:
分享完整地址
文档地址:
粘贴到BBS或博客
flash地址:
支持嵌入FLASH地址的网站使用
html代码:
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布,请您等待!
3秒自动关闭窗口如何理解logistic回归分析优缺点?-学网-中国IT综合门户网站-提供健康,养生,留学,移民,创业,汽车等信息
> 信息中心 >
如何理解logistic回归分析优缺点?
来源:互联网 发表时间: 16:16:05 责任编辑:鲁晓倩字体:
为了帮助网友解决“如何理解logistic回归分析优缺点?”相关的问题,学网通过互联网对“如何理解logistic回归分析优缺点?”相关的解决方案进行了整理,用户详细问题包括:RT,我想知道:如何理解logistic回归分析优缺点?,具体解决方案如下:解决方案1:自变量既可以为分类变量,是在分析市场现象自变量和因变量之间相关关系的基础上,如果能将影响市场预测对象的主要因素找到,并将回归方程作为预测模型,就可以采用回归分析预测法进行预测,回归分析预测法是一种重要的市场预测方法,也可以为连续变量logistic回归主要用于危险因素探索。它是一种具体的,根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系,因此,建立变量之间的回归方程,并且能够取得其数量资料,当我们在对市场现象未来发展状况和水平进行预测时、实用价值很高的常用市场预测方法。因变量y为二分类或多分类变量。  回归分析预测法、行之有效的
相关文章:
最新添加资讯
24小时热门资讯
Copyright © 2004- All Rights Reserved. 学网 版权所有
京ICP备号-1 京公网安备02号  【摘 要】螺纹钢的屈服强度与钢中元素的回归分析,不但能够给出二者之间的影响关系式,为生产者提供可调控的对象,并能分析出" />
免费阅读期刊
论文发表、论文指导
周一至周五
9:00&22:00
螺纹钢屈服强度及钢中元素的回归分析和实践探究
2013年10期目录
&&&&&&本期共收录文章20篇
  【摘 要】螺纹钢的屈服强度与钢中元素的回归分析,不但能够给出二者之间的影响关系式,为生产者提供可调控的对象,并能分析出各因素之间的主次关系,使得多螺纹钢屈服强度的调控更具有针对性和高效性。本文分析了回归分析的过程和实践应用,为螺纹钢屈服强度的调控提供了参考。 中国论文网 /1/view-5503822.htm  【关键词】螺纹钢;屈服强度;元素;回归分析;实践   在螺纹钢的生产过程中需要控制的因素很多,随着国民经济的发展,螺纹钢的生产技术水平越来越高,但是同时对螺纹钢的性能提出了更高的要求,需要冶金生产人员严格控制各个生产环节,而其中螺纹钢屈服强度与钢中的元素含量高低及组成有着密切的关系。   1、螺纹钢屈服强度与钢中元素的理论关系分析   螺纹钢中除去基本的铁元素之外,还存在碳、硅、锰、硫、磷等元素,它们多与钢材的力学性能紧密相关,而为了进一步改善钢材的力学性能,达到某一特殊的要求,还可加入适量的铬、镍、钒、钛等元素。   以主要的碳、硅、锰、硫和磷为例讨论,钢中元素对螺纹钢性能的性能。(1)碳。碳是钢中含量第二位的元素,碳含量的增加可提高钢材强度、塑性、韧性,碳含量的控制以上限标准控制,特别是规格较大的螺纹钢,含量控制尽量在规定标准值的上限。(2)硅。硅含量的控制要根据具体成品的冷却能力和碳当量概率表来确定。(3)锰。锰在钢材中的作用是固溶强化,当锰含量过高时容易产生贝氏体,导致钢材合格率大减。(4)硫和磷。硫能够降低钢材的热脆性、塑性和冲击韧性。一定程度上,磷能够提高钢材的强度和抗锈蚀能力,但是会极大额降低塑性、冲击韧性和冷弯性能,二者均属于有害元素,要求尽量的控制在规定标准值的下限。   国标7规定螺纹钢中各元素成分含量,如表1。   表1 螺纹钢内成分规范标准含量   2、回归方程的建立   2.1 数据统计分析   通过对钢材成分中的元素含量的测定,与相关规定进行数值的对比,如出现元素超限现象,则通过调整来控制钢材的性能,而在未出现或调整之后未能达到钢材要求的屈服强度时,则需要进行各批次产品的同统计分析,并选取其中对螺纹钢屈服强度影响较大的因素,进行回归分析。   螺纹钢的回归分析主要有两种方法,第一种是利用计算机仿真模型,根据成品的组织结构、析出相、晶粒度等微观组态,建立适合的数学模型,该法在实际中应用较少。第二种是利用统计分析的成分含量拟合成回归模型,建立性能与各影响因素之间的联系,并应用于实际的钢材性能控制,该模型应用较为广泛。   可预测的因变量Y(钢材屈服强度)受到自变量(各回归元素含量)X1,X2,X3,……Xk的影响,首先,通过测定各生产批次的元素含量,统计分析之后输入到相应的分析软件当中,从而建立它们之间的多元回归关系如下:   (1)   其中β0为回归方程的常数项,βk为各元素成分的回归系数。   3、回归方程的及各影响因素检验分析   多元回归方程中,因变量Y的总离差平方和Lyy由回归平方和(U)与剩余平方和(Q)构成,即, 通过公式 。再利用SPSS软件进行多元线形回归分析,得出各系数具体值βi,当F>Fα(m,n-m-1),则认为在α水平下,回归方程为显著。其中,检验假设下显著性水平α(一般α取0.01或0.05,分别代表极显著和显著),自变量个数m,回归的原始数据个数n。   回归方程的显著性检验只能说明所选各元素因素的影响总体是显著的,而一般经过统计分析之后,所选用作回归分析的元素总体是具有显著性影响的,但是需要进一步了解主次排序才能更好的指导实际的调控过程,所以要对回归方程进一步的分析,给出各元素因素的影响主次大小。在多元回归方程中,各元素因素之间的主次关系是通过对比偏回归平方和来判断。即在去除其中的某一自变量Xi后,在计算剩余自变量回归平方和减少量,比较各元素因素的减少量大小,数值越大,说明该元素因素Xi在回归方程中影响越大,即对钢材的性能(屈服强度)的调控越重要。依次计算各自变量的偏回归平方和,以此为基础,再通过下一批次的生产试验,将螺纹钢的屈服强度控制在规定的下限335MPa以上。   4、回归方程的应用   利用钢材成分含量与屈服强度的关系,建立其回归方程,并通过回归方程得出主要调控的元素因素。以HRB335钢为例,通过元素因素分析认为硅、锰、碳是影响该螺纹钢屈服强度的主要元素,其中以硅含量的影响最大,锰和碳的影响次之。在0.17%的碳含量、0.4%的硅含量和1.2%锰含量时,通过回归方程计算其螺纹钢的屈服强度达到了335MPa以上,能够满足标准要求。而在另通过调整该三中元素的比例也可实现优化螺纹钢屈服强度的要求,如调高碳含量,不但在达到提高钢材强度、塑性、韧性而且又可保证螺纹钢的屈服强度的提高,但值得指出的是,碳含量的调高也会带来其他问题,需根据实际经济投入和对钢材的要求而定。   利用回归方程,得到硅含量是影响螺纹钢屈服强度的主要影响因素时,适当调整硅元素含量,同样以HRB335为例,增减的硅含量,通过回归方程计算出对螺纹钢屈服强度的提高程度,如增减0.0435%硅含量屈服强度增减量为10MPa。即,在锰和碳含量不变的前提下,硅含量每增减0.0435%,螺纹钢屈服强度增强10MPa。其他元素的影响,以此类推可以得知。   同样,利用回归方程,在已知某几种元素含量和屈服强度时,可以推出某一种元素的含量,从而简化测定过程,指导实际生产,提高效率。   5、结语   通过统计分析的方法,得到螺纹钢屈服强度与钢中元素含量的多元回归方程,并利用回归方程的分析,得知以下调控线索(1)影响螺纹钢屈服强度的主要因素;(2)其他回归元素因素不变的前提下,调控主要影响因素能够达到提高屈服强度的要求;(3)同样在已知某批次螺纹钢的屈服强度和其他某几种元素含量时时,也可推测出该批次的某一种元素的含量,反之亦可,指导生产。   【参考文献】   [1]韩力军,高志刚,方旭芳,等.螺纹钢性能影响因素浅析[J].科技与企业,2013(10):359.   [2]崔耀辉,王强,兰兰,等.多元线性回归在螺纹钢屈服强度控制中的应用[J].河北冶金,2012(9):45-47.   [3]李智博,张贺宗.螺纹钢屈服强度与钢中元素的回归分析及应用[J].理化检验(物理分册),):187-188.
转载请注明来源。原文地址:
【xzbu】郑重声明:本网站资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有,如有不愿意被转载的情况,请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息,与本网站立场无关。xzbu不保证该信息(包括但不限于文字、数据及图表)准确性、真实性、完整性等。}

我要回帖

更多关于 多元线性回归预测模型 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信