Skip to main content

2021 | OriginalPaper | Buchkapitel

4. Vorhersagemethoden in der TABS-Steuerung

verfasst von : Elmar Bollin, Martin Schmelas

Erschienen in: TABS – Thermoaktive Bauteilsysteme

Verlag: Springer Fachmedien Wiesbaden

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Die MLR (Multiple Lineare Regression) gehört zur Gruppe der Regressionsanalysen. Die Regressionsanalyse ist eine Methode um eine Beziehung zwischen unabhängigen Variablen Xp und abhängigen Variablen Yi durch die Bestimmung der unbekannten Parameter ßp zu ermitteln. Im Gegensatz zur einfachen linearen Regression besitzt die Multiple Lineare Regression mehrere unabhängige Variablen. Bei der MLR wird davon ausgegangen, dass der Zusammenhang zwischen allen Variablen linear ist. Die allgemeine Form der MLR wird in (4.1) dargestellt.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Metadaten
Titel
Vorhersagemethoden in der TABS-Steuerung
verfasst von
Elmar Bollin
Martin Schmelas
Copyright-Jahr
2021
DOI
https://doi.org/10.1007/978-3-658-31163-6_4

Neuer Inhalt