vyu it logistick regrese pro hodnocen omaku
Download
Skip this Video
Download Presentation
Využití logistické regrese pro hodnocení omaku

Loading in 2 Seconds...

play fullscreen
1 / 13

Využití logistické regrese pro hodnocení omaku - PowerPoint PPT Presentation


  • 104 Views
  • Uploaded on

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

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Využití logistické regrese pro hodnocení omaku' - austin-wilson


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
vyu it logistick regrese pro hodnocen omaku

Využití logistické regrese pro hodnocení omaku

Vladimír Bajzík

Katedra textilních materiálů, Fakulta textilní, Technická univerzita v Liberci, 46117,

Liberec, e-mail: [email protected]

subjektivn hodnocen omaku i
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.

subjektivn hodnocen omaku ii
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
predikce subjektivn ho hodnocen omaku i
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

predikce subjektivn ho hodnocen omaku ii
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

predikce subjektivn ho hodnocen omaku iii
Predikce subjektivního hodnocení omaku III
  • Matematické modely
  • Obecně
  • Lineární
  • Logaritmické
diskrimina n anal za da a logistick regrese lr
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

experiment ln st
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
experiment ln st ii
Experimentální část II
  • Doporučení: min 5 pozorování na 1 znak
  • Ověření normality

– vícenásobné, jednotlivých proměnných

2) Eliminace proměnných

- korelace

- variabilita v datech

v b r vhodn ch diskrimin tor
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.

pou it logistick regrese
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

v sledky lr
Výsledky - LR

Model Model Model Model

R-Squared D.F. Chi-Square Prob

0,563892 10 49,13 0,000000

ad