ESTRATEGIA DE MODELADOS ALTERNATIVOS PARA CARACTERIZAR EL MODELO DEL RADIO

...

Lo que podría afectar principalmente a las comunicaciones entre el radio de la aeronave y radios terrestres. El equipo de pruebas OFP FTL decidió en seis factores para este estudio. Ellos incluyen: ángulo de inclinación lateral de la aeronave, altitud de la aeronave, el ángulo de la nariz de la aeronave a la posición de radio en tierra, alcance sobre el terreno de la radio en tierra de la aeronave, el tipo de radio en tierra, y la dirección de transmisión Para cada misión, se establece la conectividad de radio entre el radio en tierra y aeronaves durante las operaciones en tierra la aeronave antes del vuelo.

La OFP CTF llegaron a la conclusión de que más de 3 niveles de cada factor continua eran necesarias para caracterizar completamente eficacia de la comunicación.

En este trabajo, la exploración se lleva a cabo de la aplicación de la regresión logística y de posesión en un entorno de pruebas militares mediante la comparación de este modelado candidato se acerca al ordinaria regresión de mínimos cuadrados para determinar qué método se ajusta mejor a los datos de prueba.

La prueba consistió en cuatro factores fijos y dos factores categóricos. El diseño ejecutado era una cara anidado diseño compuesto central centrada (NFCD). La geometría de los puntos de prueba consta de dos diseños compuestos centrada en las caras centrales, uno dentro del otro incrustado. Este tipo de diseño se eligió para producir potencia estadística excepcional y rendimiento predictivo (medido por predicción de la varianza). Se requirió un total de 120 puntos de diseño para la FCD, mientras que se requerían 192 puntos para el NFCD para abarcar los 6 factores.

El NFCD muestra mejores propiedades de predicción de la varianza por a ejecutar en el interior del espacio de diseño, resultando en una mejora de aproximadamente 10 a 20% en el interior 50% del espacio de factor.

Dado que la estimación de la respuesta muestra menos variabilidad que la FCD, el NFCD es una mejor opción para este problema de espacio. La carrera mayor tamaño del diseño NFCD no era una preocupación debido a la estrategia desarrollada por la OFP CTF para capturar de manera eficiente los puntos de prueba.

La respuesta, mínimos cuadrados pueden ajustar a un modelo, pero puede no ser el mejor enfoque para el análisis para algunos tipos de datos. Varias opciones están disponibles Las tres técnicas de modelado considerados fueron: regresión lineal múltiple (MLR), que también es sinónimo de ordinario regresión de mínimos cuadrados, la regresión logística ordinal (OLR), y la regresión de Posesión (PR). 192-punto se utilizaron para todos los modelos. El objetivo era determinar qué modelo de regresión se ajusta mejor, y lo más importante, el mejor predice las combinaciones de factores. La naturaleza discreta de la variable de respuesta hace OLR una elección lógica. MLR puede ser utilizado por el tratamiento de esencialmente la variable de respuesta como continua. PR es útil cuando la variable de respuesta es un recuento, PR es la forma más natural para la respuesta de interés. MLR se aplica sobre todo a efectos de comparación y, en general no se recomienda para este estudio como el modelo era inestable y los residuos indica violaciónes de los supuestos del modelo. Modelos que utilizan las técnicas de ajuste de tres candidatos se construyeron para el conjunto de datos de 192-punto completo..

El objetivo fue comparar tres técnicas de regresión (MLR, OLR y PR) para evaluar la capacidad de cada modelo y predecir los datos de prueba. El estudio de cada caso presentado uso que una cara anidada centrado en el diseño experimental con propiedades estadísticas y predictivas excepcionales, y técnicas de modelización estadística que permita la identificación de los parámetros clave que afectan a las comunicaciones entre los aviones de combate y las tropas sobre el terreno. La variable de respuesta empleado fue el número de palabras recibido, una variable aleatoria discreta con 6 posibles resultados.

Los resultados en este caso sugieren que el mejor enfoque de modelado fue OLR. Llegamos a la conclusión de que, en general, cuando se utiliza el diseño de experimentos, seguido de ordinario menos de modelado cuadrados, cuando sea apropiado tomar en consideración alternativas de análisis pertinentes, a menudo superiores.