Комментарии 2
ох как много букв. устал читать. но прочитал))) спасибо!
Огромное спасибо за объемный капитальный и всеохватывающий труд по регрессионному анализу с применением библиотек Python!
У меня всего два вопроса по Вашей работе.
1. Чисто методический. В соответствии с названием проекта "Калибровка ультразвукового прибора "ПУЛЬСАР-2.1" и с точки зрения метрологии, калибровка должна подразумевать подачу на вход этого калибруемого СИ (средства измерений) эталонного образца бетона (с эталонными параметрами), которые измеряет "ПУЛЬСАР-2.1".
В Вашем случае, образец бетона с измеренной "Пульсаром..." скоростью распространения "подается на вход" другого прибора, который на основании "...корреляционной зависимости параметров ударного импульса от упругопластических свойств контролируемого материала..." рассчитывает прочность этого образца (Руководство по эксплуатации ИПС-МГ4 (мод. ИПС-МГ4.03 )).
Правильно ли я понимаю такой "многоходовый" процесс калибровки?
Образец -> Пульсар-2.1 -> X (показания ультразвукового прибора ПУЛЬСАР-2.1 [м/с])
Образец -> ИПС-МГ4 -> Y (замер прочности бетона ИПС-МГ4.03 [Мпа]
2. В Вашей работе я не нашел ссылок на погрешности измерений приборов "ПУЛЬСАР-2.1" и ИПС-МГ4.
Вы нигде не используете эти погрешности в своих расчетах. Эти погрешности непосредственно влияют на точность определения параметров регрессии и, соответственно, точность определения прочности бетона калибруемым прибором "ПУЛЬСАР-2.1".
Итоговая погрешность прибора "ПУЛЬСАР-2.1" в определении параметров бетона будет выше, чем "... пределы допускаемой основной относительной погрешности измерений прочности % ± 8" ИПС-МГ4.03.
Учитывая, что стоимость приборов одного порядка, имеет смысл использовать ИПС-МГ4.03. Который точнее определяет качество бетона.
С уважением,
Олег Музальков
Регрессионный анализ в DataScience. Простая линейная регрессия. Библиотека statsmodels