model

description relating the response variable to predictor variable(s) and including attendant assumptions NOTE 1 The model consists of three parts. The first partis the response (1.2) that is being modelled. The second part is the deterministic or the systematic part of the model that includes predictor variable(s) (1.3). Finally, the third part is the random, error or stochastic part of the model, which can be quite elaborate. For example, the error term can incorporate a dispersion effect (1.14) that allows for increasing variability in the response with larger actual values of the response. See also (1.2) and (1.3). EXAMPLE 1 The lifetime of a component is related to the environmental conditions that it experiences. EXAMPLE 2

opis koji povezuje odzivnu promenljivu sa prediktivnom promenljivom (promenljivim) i uključuje prateće pretpostavke NAPOMENA 1 Model se sastoji iz tri dela. Prvi deo je odziv (1.2) koji se modeluje. Drugi deo je deterministički ili sistematski deo modela koji uključuje prediktivnu promenljivu ili promenljive (1.3). Na kraju, treći deo je slučajna greška ili stohastički deo modela, koji se može sasvim obraditi. Na primer, član greške može da obuhvati efekat disperzije (1.14) koji uvećava promenljivost odziva sa većim stvarnim vrednostima odziva. Videti takođe (1.2) i (1.3). PRIMER 1 Vek komponente (sastavnog dela) povezan je sa uslovima okoline kojima je ona podvrgnuta. PRIMER 2 Formalni model je: gde je: yij odziv na nivou i faktora A i na nivou j faktora B;  sveukupna srednja vrednost odziva; i priraštaj efekta faktora A na nivou i; j priraštaj efekta faktora B na nivou j; ij član greške. Deo odziva modela sastoji se jednostavno od yij. Predvidljivi deo ovog modela je  + i + i koji se sastoji od sveukupne srednje vrednosti i dva člana koji se odnose na efekte faktora. Slučajni deo modela ili deo koji se odnosi na grešku sastoji se od ij, koji uključuje sopstvenu promenljivost u proces koji proizvodi odziv. PRIMER 3 Često korišćeni model je: gde je: yijk odziv k-tog replikata; i podešavanje zbog faktora 1; i podešavanje zbog faktora 2; ij podešavanje zbog međusobnog dejstva faktora; ijk član greške. Termin „podešavanje” se koristi umesto „priraštaj efekta”, kao u primeru 2, pošto ovde formalni matematički model ne uključuje član sveukupne srednje vrednosti. Osim toga, yijk (ijk) koristi se u ovom primeru radije nego yij (ij) da bi se potvrdilo potencijalno postojanje replikata. PRIMER 4 Drugi formalni model je: gde je: yi odziv koji odgovara xi; predstavlja srednju vrednost odziva koja odgovara xi; i član greške. NAPOMENA 2 Gornji opis modela ne primenjuje se samo na klasične linearne modele sa dodatnom greškom, već i na opšte linearne modele, gde se greška može opisati raznim raspodelama, uključujući binomnu, Poasonovu, eksponencijalnu, gama i normalnu raspodelu.

opis koji povezuje odzivnu promenljivu sa prediktivnom promenljivom (promenljivim) i uključuje prateće pretpostavke NAPOMENA 1 Model se sastoji iz tri dela. Prvi deo je odziv (1.2) koji se modeluje. Drugi deo je deterministički ili sistematski deo modela koji uključuje prediktivnu promenljivu ili promenljive (1.3). Na kraju, treći deo je slučajna greška ili stohastički deo modela, koji se može sasvim obraditi. Na primer, član greške može da obuhvati efekat disperzije (1.14) koji uvećava promenljivost odziva sa većim stvarnim vrednostima odziva. Videti takođe (1.2) i (1.3). PRIMER 1 Vek komponente (sastavnog dela) povezan je sa uslovima okoline kojima je ona podvrgnuta. PRIMER 2 Formalni model je: gde je: yij odziv na nivou i faktora A i na nivou j faktora B;  sveukupna srednja vrednost odziva; i priraštaj efekta faktora A na nivou i; j priraštaj efekta faktora B na nivou j; ij član greške. Deo odziva modela sastoji se jednostavno od yij. Predvidljivi deo ovog modela je  + i + i koji se sastoji od sveukupne srednje vrednosti i dva člana koji se odnose na efekte faktora. Slučajni deo modela ili deo koji se odnosi na grešku sastoji se od ij, koji uključuje sopstvenu promenljivost u proces koji proizvodi odziv. PRIMER 3 Često korišćeni model je: gde je: yijk odziv k-tog replikata; i podešavanje zbog faktora 1; i podešavanje zbog faktora 2; ij podešavanje zbog međusobnog dejstva faktora; ijk član greške. Termin „podešavanje” se koristi umesto „priraštaj efekta”, kao u primeru 2, pošto ovde formalni matematički model ne uključuje član sveukupne srednje vrednosti. Osim toga, yijk (ijk) koristi se u ovom primeru radije nego yij (ij) da bi se potvrdilo potencijalno postojanje replikata. PRIMER 4 Drugi formalni model je: gde je: yi odziv koji odgovara xi; predstavlja srednju vrednost odziva koja odgovara xi; i član greške. NAPOMENA 2 Gornji opis modela ne primenjuje se samo na klasične linearne modele sa dodatnom greškom, već i na opšte linearne modele, gde se greška može opisati raznim raspodelama, uključujući binomnu, Poasonovu, eksponencijalnu, gama i normalnu raspodelu.