1) Multitime stepwiseregression peritoic analysis
多次逐步回归周期分析
2) stepwise regressive periodic analytic method
逐步回归周期分析
1.
Having analyzed the change characteristics of precipitation, air temperature, evaporation, and water resources in South Xinjiang recent 50 years in detail,the changes in precipitation, air temperature and utilizable precipitation were simulated using stepwise regressive periodic analytic method.
在详细分析了50年来南疆地区降水、气温、蒸发及水资源变化特征基础上,采用逐步回归周期分析法对降水和气温及水资源变化情况进行了模拟,并对未来5年上述要素作出了预测。
3) quadratic stepwise regression analysis
二次型逐步回归分析
1.
A hardness-toughness factor was introduced and the relationship among the chemical composition,the heat treatment process and the HT factor were determined by using the method of quadratic stepwise regression analysis.
测定了这6种钢的室温冲击韧性和二次回火后的硬度,提出了硬韧性因子(HT),并利用二次型逐步回归分析方法得到了硬韧性因子与化学成分及热处理工艺之间的关系。
4) quadratic polynomial stepwise regression analysis
二次多项式逐步回归分析
1.
Treated experimental data with the quadratic polynomial stepwise regression analysis and the multi-objective optimization method,results show that sludge has both positive effect on the plant height and negative effect on the average root number and the average root length.
运用均匀设计试验法,采用砾石、污泥、秸秆、磷矿渣作为原料配制改良粉煤灰种植黑麦草,考察了影响株高、根数、根长、根冠比的因素,对试验结果进行了二次多项式逐步回归分析和多目标综合寻优。
5) multiple stepwise regression analysis
多元逐步回归分析
1.
A predictive model of gas content in coal reservoirs based on multiple stepwise regression analysis: a case study from Qinshui Basin;
基于多元逐步回归分析的煤储层含气量预测模型——以沁水盆地为例
6) multiple linear regression analysis
多元逐步线性回归分析
1.
We carried out multiple linear regression analysis on the spores and its related meteorological factors during the times of 2000,3 and 2001,2 in NanChang urban area.
并将曲霉菌曝片监测计数资料与同期江西省气象台气象因素资料进行了多元逐步线性回归分析。
补充资料：逐步回归
分子式：
CAS号：
性质：在建立多元回归方程的过程中，按偏相关系数的大小次序将自变量逐个引入方程，对引入方程中的每个自变量偏相关系数进行统计检验，效应显著的自变量留在回归方程内，循此继续遴选下一个自变量。如果效应不显著，停止引入新自变量。由于新自变量的引入，原已引入方程中的自变量由于变量之间的相互作用其效应有可能变得不显著者，经统计检验确证后要随时从方程中剔除，只保留效应显著的自变量。直至不再引入和剔除自变量为止，从而得到最优的回归方程。
CAS号：
性质：在建立多元回归方程的过程中，按偏相关系数的大小次序将自变量逐个引入方程，对引入方程中的每个自变量偏相关系数进行统计检验，效应显著的自变量留在回归方程内，循此继续遴选下一个自变量。如果效应不显著，停止引入新自变量。由于新自变量的引入，原已引入方程中的自变量由于变量之间的相互作用其效应有可能变得不显著者，经统计检验确证后要随时从方程中剔除，只保留效应显著的自变量。直至不再引入和剔除自变量为止，从而得到最优的回归方程。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条