j$k480714j$k
Je pense que je ne me suis pas bien expliqué. Je m`excuse pour ça. Mon intérêt est de connaître le cadre théorique de la régression potentielle, puisque ce modèle de régression appliqué aux données expérimentales obtenues dans les essais de fatigue des métaux, permet d`obtenir une meilleure approximation de la variabilité des données. Un exemple classique est les données sur la propagation du virus du VIH. Au début de l`épidémie, le nombre de cas dans le temps ressemblait essentiellement à une croissance exponentielle. En fait, une fonction de puissance a donné une correspondance plus étroite avec les données. L`utilisation du modèle exponentiel a entraîné des surestimations du nombre de cas attendus dans les années à venir, et des surestimations résultantes dans l`espace hospitalier nécessaire, la production de médicaments, etc. Jason, ce modèle me semble correct. Vous pouvez l`aborder comme un modèle linéaire ou un modèle non linéaire (par exemple, en utilisant le solveur). Charles s`il vous plaît noter que j`ai également effectué multivariable linéaire et transformé régressions de puissance à l`aide de LINEST. Les résultats entre mon modèle et le modèle linéaire de deux variables sont quelque peu proches, j`ai juste un problème conceptuel avec le modèle linéaire puisqu`il estime les tâches fixes comme étant négatives si vous allez assez loin dans l`avenir. J`apprécie toute aide que vous pouvez fournir. Merci beaucoup, c`était très informant, mais je suis coincé avec un problème similaire (le modèle de fluide Herschel-Bulkley); Comment résoudre un problème comme celui-ci: y = a + b * x ^ c Comment pouvons-nous déterminer a, b, et c? Très brièvement, un modèle de puissance implique de prendre le logarithme de la variable dépendante et indépendante.
La pente de la régression bivariée produira la puissance. Pour un modèle exponentiel, vous ne prenez que le logarithme de la variable dépendante. La pente de la régression produira le taux de croissance multiplicatif. Ce modèle simplifié du réseau de distribution d`énergie du dé peut entraîner une analyse de puissance globale inexacte car le courant de la filière peut influencer la chute de tension à travers le système et les composants résistifs et capacitifs du dé peuvent déterminer la fréquence de résonance et son amplitude. Ainsi, une représentation exacte du RPDB du dé est essentielle pour déterminer la qualité de l`intégrité de l`alimentation du système. Sans un modèle précis de la puissance de la puce de fournir le réseau, les ingénieurs fois souvent garde-bande leurs conceptions de paquet pour se protéger contre des problèmes inconnus d`intégrité de puissance. Mais cette méthode peut entraîner un paquet plus complexe et/ou plus de dévers sur le Conseil que nécessaire et en fin de compte système de coût plus élevé.