1) stepback
回步
2) stepwise regression
逐步回归
1.
Influence relationship between clothing structure designing math model positions in stepwise regression;
逐步回归中服装结构设计数学模型部位间的影响关系
2.
Predicting the properties of aliphatic alcohols in stepwise regression;
用逐步回归法预测脂肪醇的-lgS_w和lgK_(ow)
3.
Rapid differential diagnosis of thalassemia trait and iron-deficiency anemia with stepwise regression analysis;
逐步回归分析快速鉴别诊断地中海贫血与缺铁性贫血
3) synchronous stoping
同步回采
4) stepwise regression analysis
逐步回归
1.
Prediction of the canine coronal size by stepwise regression analysis;
逐步回归分析预测未萌尖牙冠宽
2.
Through stepwise regression analysis of the damaging degree and the willow features,the relationship between the variant regulation of the indices among different willow varieties and damage degree by Anoplophora glabripennis were studied.
测定了不同柳树品种或品系含水量、生长量、木材解剖结构等指标,采用逐步回归研究了这些指标在不同柳树品种或品系间的变化规律及与光肩星天牛危害程度之间的关系。
3.
In terms of artificial neural network method,mean generation function and stepwise regression analysis,a prediction model for the annual number of tropical cyclones affecting Guangxi is developed in this paper.
利用人工神经网络方法、结合均生函数和逐步回归分析方法对影响广西的热带气旋年频数序列进行神经网络的预测模型研究。
5) twostepback mining
两步回采
6) progressive regression
逐步回归
1.
The test data are analyzed with progressive regression,finding that the load-bearing capacity of package of T203 and T204 is superior to T202 but their anti-oxidation and anti-corrosion abilities are well-matched,and DNA and CuDDP have good anti-oxidation performances.
采用逐步回归分析实验数据 ,发现T2 0 3、T2 0 4复配后其承载抗磨能力优于T2 0 2 ,抗氧抗腐能力相当 ,DNA、CuDDP均具有很好的抗氧化性能 ,最后 ,运用多变量非线性规划理论计算出了各种添加剂的最佳加入量以及其最终配方。
2.
Firstly,progressive regression technique is used to seek the dominating factors affecting energy forecast and eliminate the secondary ones.
采用逐步回归法对影响能源预测的各因子进行筛选剔除,寻找主要影响因素,再由层次分析法给诸因子赋予权重,并利用可拓理论对选中的各影响因子与能源总量及其增长率建立物元模型,用改进的关联函数找到待测年份与历史年份的最接近年份,得到待测年份的增长率,从而预测能源总量。
补充资料：逐步回归
分子式：
CAS号：
性质：在建立多元回归方程的过程中，按偏相关系数的大小次序将自变量逐个引入方程，对引入方程中的每个自变量偏相关系数进行统计检验，效应显著的自变量留在回归方程内，循此继续遴选下一个自变量。如果效应不显著，停止引入新自变量。由于新自变量的引入，原已引入方程中的自变量由于变量之间的相互作用其效应有可能变得不显著者，经统计检验确证后要随时从方程中剔除，只保留效应显著的自变量。直至不再引入和剔除自变量为止，从而得到最优的回归方程。
CAS号：
性质：在建立多元回归方程的过程中，按偏相关系数的大小次序将自变量逐个引入方程，对引入方程中的每个自变量偏相关系数进行统计检验，效应显著的自变量留在回归方程内，循此继续遴选下一个自变量。如果效应不显著，停止引入新自变量。由于新自变量的引入，原已引入方程中的自变量由于变量之间的相互作用其效应有可能变得不显著者，经统计检验确证后要随时从方程中剔除，只保留效应显著的自变量。直至不再引入和剔除自变量为止，从而得到最优的回归方程。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条