Обсуждение:Термиты - История изменений

KhlopkovVE518: Полностью удалено содержимое страницы

2025-12-25T11:50:11Z

Полностью удалено содержимое страницы

← Предыдущая версия		Версия от 14:50, 25 декабря 2025
Строка 1:		Строка 1:
	~~Исследование влияния плотности древесной стружки на эффективность коллективной сортировки термитами.~~
	~~Регрессионный анализ - первое приближение~~
	~~linear regression of (final number of clusters) as a function of (density)~~

	~~How does (final number of clusters) depend on (density)?~~

	~~LSRL: final number of clusters = -0.085 × (density) + 20.45~~

	~~N = 120 (20 repetitions × 6 density values), ρ = -0.720, r² = 0.518~~

	~~Regression details~~
	~~slope: -0.085~~
	~~95% CI = [-0.102, -0.068]~~

	~~intercept: 20.45~~
	~~95% CI = [18.90, 22.00]~~

	~~testing slope ≠ 0:~~
	~~t = -9.85, P < 0.0001~~
	df = 118, α = 0.05, *t = 1.98**

	~~Дополнительный анализ (рекомендуемый, учитывая нелинейность)~~
	Поскольку качественный анализ показал нелинейную зависимость, также был проведён полиномиальный регрессионный анализ второй степени:

	~~quadratic regression of (final number of clusters) as a function of (density)~~

	~~LSRL: final number of clusters = 0.0025 × (density)² -0.185 × (density) + 23.15~~

	~~N = 120, R² = 0.683 (улучшение на 16.5% по сравнению с линейной моделью)~~

	~~Regression details~~
	~~density² coefficient: 0.0025, P = 0.0012~~
	~~density coefficient: -0.185, P < 0.0001~~
	~~constant: 23.15, P < 0.0001~~

	~~F-test for quadratic model: F = 126.4, P < 0.0001~~

	~~Интерпретация результатов:~~
	Отрицательная линейная зависимость: Коэффициент -0.085 показывает, что в целом увеличение плотности на 1% уменьшает количество кластеров на 0.085. Однако линейная модель объясняет только 51.8% вариативности данных.

	Сильная статистическая значимость: Значение P < 0.0001 для наклона свидетельствует о высокой статистической значимости зависимости.

	Доверительные интервалы: С вероятностью 95% истинное значение наклона находится в диапазоне от -0.102 до -0.068, что не включает 0, подтверждая значимость.

	Нелинейная природа процесса: Улучшение R² на 16.5% при переходе к квадратичной модели подтверждает качественный вывод о существовании оптимального значения плотности.

	~~Оптимальная плотность (из квадратичной модели):~~
	~~Экстремум квадратичной функции достигается при:~~
	~~density_optimal = -b/(2a) = 0.185/(2×0.0025) = 37%~~
	~~Это согласуется с визуальными наблюдениями о наилучшей эффективности сортировки при плотностях 20-40%.~~

KhlopkovVE518 в 11:20, 25 декабря 2025

2025-12-25T11:20:36Z

← Предыдущая версия		Версия от 14:20, 25 декабря 2025
Строка 1:		Строка 1:
	~~Замечательно!~~		Исследование влияния плотности древесной стружки на эффективность коллективной сортировки термитами.
			Регрессионный анализ - первое приближение
			linear regression of (final number of clusters) as a function of (density)

			How does (final number of clusters) depend on (density)?

			LSRL: final number of clusters = -0.085 × (density) + 20.45

			N = 120 (20 repetitions × 6 density values), ρ = -0.720, r² = 0.518

			Regression details
			slope: -0.085
			95% CI = [-0.102, -0.068]

			intercept: 20.45
			95% CI = [18.90, 22.00]

			testing slope ≠ 0:
			t = -9.85, P < 0.0001
			df = 118, α = 0.05, *t = 1.98**

			Дополнительный анализ (рекомендуемый, учитывая нелинейность)
			Поскольку качественный анализ показал нелинейную зависимость, также был проведён полиномиальный регрессионный анализ второй степени:

			quadratic regression of (final number of clusters) as a function of (density)

			LSRL: final number of clusters = 0.0025 × (density)² -0.185 × (density) + 23.15

			N = 120, R² = 0.683 (улучшение на 16.5% по сравнению с линейной моделью)

			Regression details
			density² coefficient: 0.0025, P = 0.0012
			density coefficient: -0.185, P < 0.0001
			constant: 23.15, P < 0.0001

			F-test for quadratic model: F = 126.4, P < 0.0001

			Интерпретация результатов:
			Отрицательная линейная зависимость: Коэффициент -0.085 показывает, что в целом увеличение плотности на 1% уменьшает количество кластеров на 0.085. Однако линейная модель объясняет только 51.8% вариативности данных.

			Сильная статистическая значимость: Значение P < 0.0001 для наклона свидетельствует о высокой статистической значимости зависимости.

			Доверительные интервалы: С вероятностью 95% истинное значение наклона находится в диапазоне от -0.102 до -0.068, что не включает 0, подтверждая значимость.

			Нелинейная природа процесса: Улучшение R² на 16.5% при переходе к квадратичной модели подтверждает качественный вывод о существовании оптимального значения плотности.

			Оптимальная плотность (из квадратичной модели):
			Экстремум квадратичной функции достигается при:
			density_optimal = -b/(2a) = 0.185/(2×0.0025) = 37%
			Это согласуется с визуальными наблюдениями о наилучшей эффективности сортировки при плотностях 20-40%.

Юлия: Новая страница: «Замечательно!»

2024-06-01T07:41:30Z

Новая страница: «Замечательно!»

Новая страница

Замечательно!