Результаты поиска по 'удельное электрическое сопротивление':
Найдено статей: 2
  1. От редакции
    Компьютерные исследования и моделирование, 2019, т. 11, № 4, с. 559-561
    Editor's note
    Computer Research and Modeling, 2019, v. 11, no. 4, pp. 559-561
    Views (last year): 4.
  2. Михеев А.В., Казаков Б.Н.
    Новый метод точечной оценки параметров парной регрессии
    Компьютерные исследования и моделирование, 2014, т. 6, № 1, с. 57-77

    Описывается новый метод отыскания параметров однофакторной регрессионной модели: метод наибольшего косинуса. Реализация метода предполагает разделение параметров модели на две группы. Параметры первой группы, отвечающие за угол между вектором экспериментальных данных и вектором регрессионной модели, определяются по максимуму косинуса угла между этими векторами. Во вторую группу входит масштабный множитель. Он определяется «спрямлением» зависимости координат вектора экспериментальных данных от координат вектора регрессионной модели. Исследована взаимосвязь метода наибольшего косинуса с методом наименьших квадратов. Эффективность метода проиллюстрирована примерами из физики.

    Ключевые слова: парная регрессия, точечная оценка, метод наименьших квадратов, двухэкспоненциальная кинетика люминесценции, температура кипения воды, удельное электрическое сопротивление, модель Блоха–Грюнайзена.
    Mikheev A.V., Kazakov B.N.
    A New Method For Point Estimating Parameters Of Simple Regression
    Computer Research and Modeling, 2014, v. 6, no. 1, pp. 57-77

    A new method is described for finding parameters of univariate regression model: the greatest cosine method. Implementation of the method involves division of regression model parameters into two groups. The first group of parameters responsible for the angle between the experimental data vector and the regression model vector are defined by the maximum of the cosine of the angle between these vectors. The second group includes the scale factor. It is determined by means of “straightening” the relationship between the experimental data vector and the regression model vector. The interrelation of the greatest cosine method with the method of least squares is examined. Efficiency of the method is illustrated by examples.

    Keywords: simple regression, point estimation, method of least squares, two-exponential luminescence decay, boiling point of water, electrical resistivity, Bloch–Gruneisen function.
    Views (last year): 2. Citations: 4 (RSCI).

Indexed in Scopus

Full-text version of the journal is also available on the web site of the scientific electronic library eLIBRARY.RU

The journal is included in the Russian Science Citation Index

The journal is included in the RSCI

International Interdisciplinary Conference "Mathematics. Computing. Education"

Copyright © 2009–2024 Institute of Computer Science