Criteria of Goodness of Fit and Confidence Intervals for Polynomial Regression Models Through the Origin (i.e. Without the Intercept)
Fragment książki (Rozdział monografii pokonferencyjnej)
MNiSW
5
spoza wykazu
| Status: | |
| Autorzy: | Kochan Orest, Wang Ze, Ouyang Yong, Eromenko Valeriy, Aliluiko Andrii, Przystupa Krzysztof |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Strony: | 43 - 46 |
| Scopus® Cytowania: | 0 |
| Bazy: | Scopus |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | 14th International Conference on Measurement |
| Skrócona nazwa konferencji: | MEASUREMENT 2023 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 29 maja 2023 do 31 maja 2023 |
| Miasto konferencji: | Smolenice Castle |
| Państwo konferencji: | SŁOWACJA |
| Publikacja OA: | NIE |
| Abstrakty: | angielski |
| There is often a need for fitting curves for conversion characteristics or error dependencies using polynomial regression models through the origin, i.e. without the intercept. Such regression models should have the criteria for evaluating their quality, i.e. the goodness of fit, for the automated evaluation of the parameters of measuring channels, because the conventional coefficient of determination does not work well in such models. |
