Muchos problemas prácticos encontrados en las disciplinas de orientación cuantitativa implican encontrar la mejor solución aproximada para un sistema determinado de ecuaciones lineales. En este estudio se investiga el uso de diferentes métodos de regresión tanto teóricos como prácticos y la herramienta de estimación correcta con el fin de obtener la mejor relación empírica entre la magnitud de onda superficial y la ruptura de longitud para los terremotos en Turquía. Para este propósito se hace una comparación detallada a partir de cuatro normas diferentes de regresión: (1) mínimos cuadrados, (2) mínimas desviaciones absolutas, (3) mínimos cuadrados totales y (4) regresiones robustas. Con el fin de evaluar la regresión lineal adecuada y seleccionar la mejor relación empírica de grupos de datos empíricos, la correlación de coeficiente es una herramienta simple y muy práctica. Se compiló una lista de todos los terremotos donde se cuenta con la magnitud de onda superficial (Ms) y la ruptura de longitud superficial (L). Con el fin de determinar las relaciones empíricas entre estos parámetros para los terremotos de Turquía, se utiliza la regresión lineal adecuada y las siguientes ecuaciones se derivan de diferentes reglas.
Ms = 1.02* LogL + 5.18, para la regresión normal L2 (R2=0.71),
Ms = 1.15* LogL + 4.98, para la regresión normal L1 (R2=0.92),
Ms = 1.04* LogL + 5.15, para la regresión robusta (R2=0.75),
Ms = 1.25* LogL + 4.86, para la regresión ortogonal (R2=0.68).
Por consiguiente, la ecuación empírica dada por la regresión de desviaciones mínimas absolutas es con un fuerte coeficiente de correlación (R2=0.92) que sería más apropiado y más confiable para los terremotos de Turquía. También, las diferencias locales en la ruptura de longitud para una magnitud dada puede ser interpretada en términos de eficiencia sísmica y geológica en la variación local. Además, el resultado sugiere que la eficiencia sísmica en una región depende de la ruptura de longitud o de la magnitud.
INTRODUCCIÓN
La regresión es una de las herramientas más utilizadas para establecer la relación entre una respuesta y una variable explicativa en la estadística aplicada. Un método de ajuste de curvas eficaz y preciso desempeña un papel importante y sirve de módulo básico en muchos campos científicos y de ingeniería. Existe una amplia literatura sobre el problema de la regresión en matemáticas, estadística e informática y hay muchos métodos de regresión estadística para este fin. Asimismo, muchos paquetes de software han permitido a los profesionales utilizar los estimadores de regresión para ajustar fácilmente los conjuntos de datos con el fin de determinar si existe o no una relación entre las variables predictoras o independientes hipotéticas y alguna variable de respuesta o dependiente (Giloni y Padberg, 2002).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Características de la acumulación de gas natural en la zona de Linxing, cuenca de Ordos, noroeste de China: Revelado a partir del estudio integrado de las inclusiones de fluidos y la modelización de la cuenca
Artículo:
Impacto por diferentes fuentes de iluminación estándar en la clasificación de jadeíta roja y la calidad del color
Artículo:
Predicción de la entrada de agua inducida por la erosión en pilares de colapso kárstico mediante la teoría de la velocidad inversa
Artículo:
Alteración de la presión de poro inducida por la fracturación hidráulica multietapa en el gas de esquisto: Modelización y aplicación de campo
Artículo:
Evaluación a mesoescala del potencial de almacenamiento de CO2 y de la idoneidad geológica para la selección de zonas objetivo en la cuenca de Sichuan
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Libro:
Tratamientos avanzados de aguas residuales industriales
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores