Регрессивный анализ

Cтраница 3

Для выполнения этих вычислений имеются соответствующие машинные программы. На практике западные компании обычно не применяют множественный регрессивный анализ. Это происходит не потому, что они его не понимают, а потому, что сложность результатов не помогает руководителю, непосредственно планирующему и контролирующему расходы своего подразделения. [31]

Геофизические исследования пласта П по скв. 741. [32]

Так, для Мортымья-Тетеревской залежи по результатам множественного регрессивного анализа отмечена довольно четкая зависимость между A, kp и т ( г - 0 734 иг - 0 592), что указывает на унаследованность этих параметров от энергетического режима формирования осадочных пород. В то же время между проницаемостью и толщиной пласта такая зависимость отсутствует, что связано, очевидно с широким развитием вторичных процессов, существенно изменивших начальное распределение ФЕС, а также с гетерогенным характером осадочной толщи. [33]

Отмеченные особенности делают необходимым при оценке конечного коэффициента газоотдачи использование вероятностно-статистических методов, которые, однако, как и детерминированные методы, имеют ограниченные возможности. В частности, далеко не всегда успешно применяется регрессивный анализ из-за наличия корреляции между используемыми признаками. [34]

В общем скорость проходки характеризуется рядом функций, которые нормализуют каждый параметр бурения. Константы, входящие в эти функции, определяются путем регрессивного анализа по бурящимся скважинам и в меньшей степени по уже пробуренным на площади скважинам. Псевдопористость определяется по расчетной прочности пород, оцениваемой на основе их нормализованной буримости. Строится график псевдопористости от глубины. Эти расчеты проводятся с учетом эмпирической информации относительно типа долота и его износа. Для подобного анализа на ЭВМ требуется редукция данных, которые можно получить с помощью определенных каротажных приборов. На рис. 10.10 показана хорошая коррелируемость данных, получаемых разными методами, однако для этого требуется значительный опыт работ на отдельных площадях, а иногда и произвольная корректировка. Такая хорошая корреляция данных возможна далеко не всегда. [35]

Для того чтобы составить дифференциальные уравнения для какого-либо отдельного узла установки, например, четырехклетьевого стана холодной прокатки, необходимо составить математическую модель его. Предположим, что коэффициенты в искомом множестве дифференциальных уравнений первого порядка могут быть получены путем многопеременного регрессивного анализа на входе и выходе переменных, измеряемых при продолжительном выполнении операций. Но, как показала практика, это пока невозможно. Даже для такой относительно простой установки существует большое число промежуточных переменных, которые должны быть приняты во внимание. Отношения между ними и операции управления строго взаимосвязаны. Поэтому даже при менее чем 10 переменных, таких, как толщина, прочность, эластичность, гладкость, определяющих продукцию на выходе, для описания всего процесса потребуется около 40 или 50 дифференциальных уравнений первого порядка и данных для анализа регрессии будет недостаточно. В силу этого возникает необходимость построить математическую модель не в каноническом виде множества дифференциальных уравнений первого порядка, а со структурой, аппроксимирующей этот процесс, принимая во внимание все, что известно об их физических и химических свойствах. Когда это будет сделано, наиболее вероятные значения коэффициентов можно определить методом наискорейшего спуска, используя рассматриваемые данные, но обычно для получения более точного приближения необходимы некоторые модификации в предлагаемой структуре со стороны металлургов и химиков. [36]

Если при подстановке этих констант получается прямая линия, то значение констант можно уточнить с помощью регрессивного анализа. Однако если отклонения за пределами выбранных точек являются большими и систематическими, то работа, затраченная на регрессивный анализ, будет бесполезной. [37]

Поэтому понятно стремление исследователей и технологов по разработке нефтяных месторождений к использованию для целей прогноза добычи нефти методик регрессивного анализа на основе многомерных математических моделей. [38]

Методом регрессивного анализа была определена функция этой зависимЬсти в виде прямой линии, построенной в логарифмических координатах. [39]

Графическая обработка данных является основным приемом экспериментального исследования. Там, где имеется большой разброс, визуальная подгонка кривой иногда недостаточно точна потому, что на процесс может влиять субъективный фактор вводящей в заблуждение интуиции, особенно там, где имеется более двух переменных. Этот недостаток преодолевается регрессивным анализом, который формализует графическую процедуру выведением уравнения, представляющего эти данные. Основные принципы процедуры в общих чертах описаны в Приложении В. Однако такие методы трудоемки, особенно, если связь нелинейна, и их нелегко освоить даже там, где есть возможности машинного счета. Если у является функцией х, то точки данных хорошо выполненного эксперимента составляют связь yf ( x), и, вероятно, мало что можно приобрести формальным регрессивным анализом. Из-за недостатков эксперимента зависимость f ( x) может быть скрыта рассеянием данных. К тому же метод аппроксимации не может дать точных значений коэффициентов функции, и ее вид вновь оказывается под вопросом. В таком случае скорее следует говорить о корреляции между у и х, чем о зависимости. [40]

Вид функции должен быть по возможности прост, но в то же время должен хорошо выражать реальную зависимость. Выбранный вид функции в процессе регрессивного анализа проверяется по соответствующим критериям и при необходимости уточняется. [41]

В настоящем разделе будет уделено основное внимание планированию такого многофакторного эксперимента. Частично будут рассмотрены вопросы обработки экспериментальных данных. Отметим, что предыдущие разделы по дисперсионному и регрессивному анализу также в значительной степени относятся к методам обработки результатов факторного эксперимента и зачастую аппарат этих трех направлений исследования используется совместно. [42]

Отмеченные особенности делают необходимым использование вероятностно-статистических методов при оценке конечного коэффициента газоотдачи. Однако они, как и детерминированные методы, имеют ограниченные возможности. В частности, дале-ко не всегда успешно применение регрессивного анализа из-за наличия корреляции между используемыми признаками. [43]

МГУА реализует принцип массовой селекции и относится к полиноминальным алгоритмам самоорганизации. Применяется МГУА при сравнительно небольшой исходной информации, которая разбивается ( по временному признаку) на две половины. Первая половина ряда динамики - обучающая последовательность, вторая половина - проверочная последовательность. Так же, как и регрессивный анализ, МГУА предусматривает математическую обработку результатов предыстории. [44]

Известно, что одним из способов обнаружения неадекватности уравнения регрессии служит анализ остатков. При анализе целесообразно построить графики зависимости остатков от расчетной зависимой переменной, а также от факторов, не включенных в модель регрессии и от каждого из регрессоров. Графики зависимости между включаемыми в модель регрессорами позволяют обнаружить причины взаимосвязи и подобрать целесообразные для включения в модель факторы. Результаты исследования остатков для зависимости текущей нефтеотдачи от геолого-физических параметров к истории разработки в виде предыдущей нефтеотдачи ( см. модель II, табл. 34) не позволили обнаружить какие-либо аномалии, которые возникают при отклонении от предположений регрессивного анализа. Порядок проверки Зависимости следующий. [45]

Страницы: 1 2 3 4