Skip to main content

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

2021 | OriginalPaper | Buchkapitel

4. Vorhersagemethoden in der TABS-Steuerung

verfasst von : Elmar Bollin, Martin Schmelas

Erschienen in: TABS – Thermoaktive Bauteilsysteme

Verlag: Springer Fachmedien Wiesbaden

share
TEILEN

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 möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

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

  • über 69.000 Bücher
  • über 500 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 90 Tage mit der neuen Mini-Lizenz testen!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

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



 


Jetzt 90 Tage mit der neuen Mini-Lizenz testen!

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