1 / 13

Využití logistické regrese pro hodnocení omaku

Využití logistické regrese pro hodnocení omaku. Vladimír Bajzík Katedra textilních m ateriálů, Fakulta textilní, Technická univerzita v Liberci, 46117, Liberec, e-mail: vladimir.bajzik@tul.cz. Subjektivní hodnocení omaku I. Vjem, který je vyvolán kontaktem lidské ruky (kůže) s textilií

Download Presentation

Využití logistické regrese pro hodnocení omaku

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Využití logistické regrese pro hodnocení omaku Vladimír Bajzík Katedra textilních materiálů, Fakulta textilní, Technická univerzita v Liberci, 46117, Liberec, e-mail: vladimir.bajzik@tul.cz

  2. Subjektivní hodnocení omaku I • Vjem, který je vyvolán kontaktem lidské ruky (kůže) s textilií - má integrální charakter primární složky omaku – celkový omak - patří mezi psycho-fyzikální charakteristiky a) hodnocení související s vlastnostmi b) hodnocení související se zkušenostmi atd.

  3. Subjektivní hodnocení omaku II • - je obtížně měřitelný • a) výběr hodnotitelů • expert vs. laik • b) výběr sémantiky • vlastnosti a jejich definice, jak hodnotit • c) výběr bodové škály • citlivost hodnocení

  4. Predikce subjektivního hodnocení omaku I • Speciální přístroje • Systém KES • 5 skupin – tahové – LT,RT,WT smykové –G,2HG,2HG5 ohybové - B,2HB objemové- LC,WC,RC povrchové-MIU,MMD,SMD 6. skupina geometrické-T0,W

  5. Predikce subjektivního hodnocení omaku II • Klasické přístroje v textilníchlaboratořích - adaptéry na dynamometry měření modulu v tahu, střihu - tuhoměry - přístroj měření tření - přístroje na snímání povrchového reliéfu

  6. Predikce subjektivního hodnocení omaku III • Matematické modely • Obecně • Lineární • Logaritmické

  7. Diskriminační analýza (DA) a logistické regrese (LR) • DA - patří mezi klasifikační metody • Pro vícerozměrné normální rozdělení lze použít lineární diskriminační kriterium Cr-kovarianční matice mezi znaky objektů ve shluku r, xl-řádkový vektor zařazovaného objektu, -vektor středních hodnot pro objekty ve shluku r, -apriorní pravděpodobnost LR – alternativa k MNČ - pro binární závisle proměnnou • alternativa ke klasifikaci, při porušení podmínky vícerozměrného normálního rozdělení - řeší se pravděpodobnostní poměr

  8. Experimentální část - 49 tkanin vlnařského typu – pánské oblekovky • A) DA Subjektivně hodnoceny do 3 tříd špatný omak –THV=0 průměrný omak – THV=1 dobrý omak – THV=2 • B) LR Subjektivně do 2 tříd špatný omak –THV=0 dobrý omak – THV=1 • Data ze systému KES, 16 nezávisle proměnných

  9. Experimentální část II • Doporučení: min 5 pozorování na 1 znak • Ověření normality – vícenásobné, jednotlivých proměnných 2) Eliminace proměnných - korelace - variabilita v datech

  10. Výběr vhodných diskriminátorů • Kriteria • Wilkovo kritérium λ – vyjadřuje diskriminační sílu navrženého modelu, pro λ=0, diskriminátor má velkou diskriminační sílu. λ=1 diskriminátor má malou diskriminační sílu, • F test – představuje hodnotu F-kritéria významnosti změny λ, pro zařazení nebo odstranění znaku do nebo z modelu parciální λ – ukazuje, které znaky přispívají k diskriminaci. Čím menší hodnota tím lepší příspěvek, • p-úroveň (hladina významnosti α) – je to hladina významnosti F- testu. Test je statisticky významný a diskriminátor důležitý pokud je p<0,05.

  11. Výsledky-DA

  12. Použití logistické regrese • Závisle proměnná y – 2 hodnoty 0 a 1 • Počet nezávisle proměnných x - 10 • Testování koef.regrese a významu znaků pro model • Waldova statistika – vyčísluje statistickou významnost • regresních koeficientů • Korelační koeficient – vztah mezi y a xi • Studentův – t test – testování významnosti jednotlivých regresních koeficientů statistika – ukazuje zda má být znak zařazen do rovnice

  13. Výsledky - LR Model Model Model Model R-Squared D.F. Chi-Square Prob 0,563892 10 49,13 0,000000

More Related