ГОСТ ISO 16140— 2011
R.3 Ортогональная линейная регрессия (GMFR)
R.3.1 Глобальные среднеквадратические отклонения
Вычисляют глобальные среднеквадратические отклонения: (Sx) для референтного метода и (S^)для альтер
нативного метода, как показано:
1«7 0
S, = ^ Г . где
Vx
=
7 ^ 1
Z <** “
I - V ’ i
s, =/7-
где
V, =I
( У г У ? -
R.3.2 Оценивают коэффициент корреляции
г
как показано:
1 0
V
г =
с ковариацией
V =— —
]Г
(х,
-
х){у<
-
у\
l/ * ‘ ’9 “ V t
R.3.3 Оценивают отсекаемый отрезок а и наклон Ь линии регрессии у = а + Ьх следующим образом:
наклон Ь=
SJSX.
отсекаемый отрезок а = у - Ьх.
R.3.4 Путем регрессии оценивают остаточное среднеквадрагическое отклонение Syx по точкам, вычислен
ным при помощи регрессии:
sy,
=
5м,,л/п.
’(У. -
у, )2
где
<7-2
получено по точкам, вычисленным при помощи регрессии
у, = 6
+i>xj: /= от 1 до q.
R.3.5 Оценивают среднеквадратическое отклонение saотсекаемого отрезка а и проверяют гипотезу а = 0
sa - S My.x
Wx
Проверка гипотезы a = 0:
t
= |aj/sa c (q - 2) степенями свободы.
По таблице Стьюдента получаем:
р(() =
р{а = 0}: критическое значение = 2 для двухсторонней
и
= 0.05.
R.3.6 Оценивают среднеквадратическое отклонение S,, наклона Ь и проверяют гипотезу Ь= 1.
s*
=
i’
.
Проверка гипотезы Ь = 1:7 = }Ь- 1|
fSb
с (q - 2) степенями свободы.
По таблице Стьюдента получаем: p(f) = р{Ь = 1}; критическое значение - 2 для двухсторонней
а
= 0.05.
Затем переходят к пункту R.4.
R.4 Линейная регрессия, с использованием обычного метода наименьших квадратов (OLS)
R.4.1 Глобальные среднеквадратические отклонения
we
t
V/ V
R.4.2 Коэффициент корреляции
1
где
W-1
Г-1/-1
г
51