创新,为此,本研究采用了加工物流,其维度为(确定加工需求、研究供应市场、选择供应来源、管理加工需求)和技术创新,其维度为(开放式创造力、封闭式创造力)。本研究试图回答问题,其中最重要的是确定加工物流与技术创新之间的关系性质,加工物流对技术创新的影响程度。这项研究是在巴比伦省食品工业总公司进行的,采用问卷调查获取必要的数据,并进行个人访谈,分析了该公司 163 名员工的意见。简单相关系数用于测量变量之间的相关性,以及(Z)检验来检验这种关系的显着性,(T)检验来确定简单和多元回归方程和验证性因子分析的显着性。本研究力求实现一系列目标,其中最重要的是评估研究机构对物流处理(物流处理)的理解程度及其实施程度,并确定物流处理和技术创新的维度。本研究得出了一系列结论
摘要 激光直接金属沉积 (DMD) 已发展成为一种在现有材料上沉积涂层的制造工艺,并在复杂精密部件的增材制造 (AM) 中被证明具有优势。然而,必须仔细确定适当的工艺参数组合,以使这种方法在工业上经济可行。本研究旨在提高不锈钢 EN X3CrNiMo13-4 的激光 DMD 的生产率。据此,讨论了激光功率 P、扫描速度 v、粉末流速 ̇ m 和光斑直径 s 等主要激光工艺参数对轨道几何形状和堆积率的影响。进行回归分析以推导主要参数组合与沉积速率之间的相关性。结果显示,对于长宽比、稀释度和沉积速率的几何特性,线性回归相关性良好,R 2 >0.9。使用线性回归方程构建的加工图展示了与沉积速率、长宽比和稀释度相关的适当工艺参数选择。
在这项横断面研究中,有909名来自法国普通人群(发展队列)的5至18岁的儿童,来自德国和美国普通人群(验证队列)的232名儿童遵循有关高质量CPET评估的准则。线性,二次和多项式数学回归方程被应用以识别最佳的VO2MAX Z分数模型。使用VO 2MAX Z分数模型预测和观察到的VO 2MAX值,并在开发和验证队列中比较了现有的线性方程。对于两个性别,使用VO 2max,高度和BMI的自然对数的数学模型是数据最适合数据。该Z分数模型可以应用于正常和极端权重,并且在内部和外部有效性分析中都比现有的线性方程更可靠(https://play.google.com/store.com/store/apps/apps/details?id=com.d2l.zscore)一下。
摘要。本文致力于确定影子经济对金融安全的影响的特征。为此目的进行以下操作:阴影经济中计算指标的概括;影响影子经济对国内生产总值(进一步GDP)量的影响评估水平;基于各种方法的基于矩阵配对的相关系数的整体指标和影子经济因素的因素;对金融安全的整体指数和影子经济水平进行了监视,该指数是使用货币手段和UAH和美元现金财务安全的整体衡量计算的;调查了经济中现金金融安全动态的互连统计指标和指标;评估了非银行金融市场的安全性能和以美元计算的现金量;然后,矩阵结构配对的相关系数税收率的税率部分和影子经济的系数,通过不同的方法学方法估算;受监控的安全税率和损失企业的份额和统计意义是估计的回归方程对安全性和无利可图的企业的税收编号。
本研究调查了信息技术(IT)在促进环境可持续实践,提高能源效率和减少组织框架内的碳足迹的关键作用。采用基于调查的研究设计,研究研究了各种组织对促进环境可持续性采用的不同组织的看法,实践和态度。通过广泛的文献综述和专家咨询开发的结构化问卷,构成了数据收集的基础,涵盖人口统计,IT基础架构,绿色IT实践和未来计划。数据进行统计分析,包括描述性统计(频率,百分比),回归分析和成本效益评估。统计模型和回归方程用于探索影响IT采用可持续性计划的变量之间的关系。定性见解和案例研究补充了定量发现,提供了有关绿色IT计划的效力和挑战的全面观点。发现强调需要增加可持续实践和更广泛的行业参与以有效解决环境问题的需求。从成本效益分析和回归方程式提出的建议强调了寻求实施有效绿色IT策略的组织。总的来说,这项研究提高了对利用它作为组织内可持续发展的催化剂的理解
一种用于分析盐酸imeglimin的新方法,已经开发了一种口服抗糖尿病剂,并使用高性能薄层色谱(HPTLC)对散装和片剂形式进行了验证。该方法利用特定比例的丙酮,甲醇,甲苯和甲酸和甲酸的流动相。在244 nm的光密度扫描的硅胶TLC板上实现了色谱分离,该药物显示出明显的吸光度。验证遵循ICH Q2R1指南,证明了线性,准确性,精度(内部和时间间),检测极限(LOD),定量极限(LOQ)和鲁棒性的令人满意的结果。校准曲线在1000-5000 ng/band的浓度范围内线性,回归方程为y = 2.9501x + 3834.2,相关系数(R²)为0.9942。精确研究表明,日期和日期变化的较低%RSD值,确认可靠性。LOD和LOQ分别为1074.928 ng/lot和3257.54 ng/spot。恢复研究证明了该方法的准确性,在不同的尖峰水平下,恢复值的百分比接近100%。鲁棒性测试表明该方法对实验条件的较小,故意变化的弹性,在2%的可接受极限内恢复%。开发的HPTLC方法提供了一种简单,具有成本效益和可靠的手段,用于定量分析药品配方中的盐酸含Imeglimin。
evogliptin是一种抗糖尿病药物,属于gliptin衍生物的类别,用于抑制选择性二肽基肽酶-4抑制剂。开发的紫外分光光度法方法是简单,敏感,准确,精确和经济的,用于开发和验证Evogliptin以散装和片剂剂型的形式进行。在本研究中,根据国际协调Q2(R1)指南,使用方法验证的不同参数进行了依克列汀的分析方法验证和开发。使用用作溶剂的水,并在266 nm处显示最大波长,然后执行分析方法验证的所有参数,例如精度,精度,线性,范围,稳定性,坚固性,耐受性,检测极限和定量限制。逃生蛋白在2-48 µg/ml的范围内显示线性。获得的相关系数值为0.996,回归方程y = 0.0032x+0.0005。精度研究是在峰值方法中进行的,回收率范围为97.07%-106.13%。日内精度的相对标准偏差百分比为0.44,日期精度为0.59。检测极限为1.1 µg/ml,定量限量分别为3.33 µg/ml。该方法已显示出良好且一致的回收率,并根据国际统一指南委员会的验证,可用于以剂型形式对evogliptin的常规质量控制分析。
摘要目的:确定2型糖尿病患者中营养状况和代谢控制的皮肤病的概率,而无需全身性动脉高压,没有高胆汁疾病,没有高胆汁疾病。 div>方法论:糖尿病患者2型患者的病例和对照组的设计,无系统性动脉高血,没有高血率的山脊,没有高脂肪杆菌。 div>病例组是皮肤病患者,并控制患有皮肤病的患者,样本量分别为121和116。 div>研究了代谢控制和体重指数,通过身体检查进行了皮肤病的诊断。 div>统计分析包括多次后勤回归和事件发生概率的计算。 div>结果:解释皮肤病的多重后勤回归模型包括营养状态和代谢控制(p = 0.001);皮肤病回归方程为y = -6,089 +1,195(营养状态)+3,967(代谢控制)。 div>当有足够的肥胖症和代谢控制时,表现皮肤病的可能性为21.3%,如果代谢控制不适当并且存在肥胖症,则表现皮肤病的可能性为93.5%。 div>结论:发现的结果表明,营养状况不佳和不适当的Tabolic控制与糖尿病皮肤病风险增加显着相关。 div>关键字:糖尿病;皮肤疾病;营养状况;高血糖;肥胖。 div>
随着全球经济继续从新冠疫情的影响中复苏,政策制定者们就刺激经济复苏的最佳机制展开了大量讨论。其中一种机制就是基础设施投资。许多政策制定者认为,大规模、立即的基础设施支出将带来显著的经济增长。而另一群人则担心如此大规模的政府支出计划的副作用。由于全球经济仍在从新冠疫情冲击中恢复,供应链难以满足需求,因此现在是探讨这一主题的最佳时机。本文将探讨基础设施投资与增长率之间关系的历史、学术和定量证据。具体而言,本研究的研究问题是基础设施支出如何影响 2008 年至 2019 年欧洲国家的人均 GDP 增长率。研究的目的是确定基础设施投资与增长之间是否存在因果关系。此外,本研究将确定其统计意义,并将其与被认为促进经济增长的其他形式的支出进行比较。本研究的首要目标是确定哪些支出领域的影响最为显著,其次是确定这些影响是即时的还是滞后的(如果是,需要多长时间),第三是确定基础设施投资的外部影响。本文的结构将遵循以下格式:首先,回顾有关该主题的现有文献。其次,提出回归分析的变量并合理化其纳入。第三,格式化回归方程并解释设计背后的原理。之后,本文将从统计学角度和与先前研究的关系的角度讨论结果及其解释。最后,本文将包括结论,总结本文的目标、结果和研究的外部应用。
CHAPTER 1: Introduction 8 1.1 Introduction 8 1.2 Background Information 8 1.3 Project Goals 9 1.3.1 Research Questions 9 1.4 Research Methodology 9 1.4.1 Demand Prediction 10 1.4.2 Late Delivery Analysis 10 1.5 Limitations of the Study 11 CHAPTER 2: Literature Review 12 2.1 Introduction 12 2.2 Literature Review 12 2.3 Key Takeaways from the Literature Review 25 CHAPTER 3: Project / Data Description 26 CHAPTER 4: Analysis 28 4.1 Data Preprocessing 28 4.2 Feature Engineering 29 4.3 Exploratory Data Analysis 31 4.3.1 Customer Segment Analysis 32 4.3.2 Market Analysis 33 4.3.3 Product Category Analysis 34 4.3.4 Revenue vs Late Delivery 34 4.3.5 Delivery Status 36 4.3.6 Shipping Modes 36 4.3.7 Delivery Status by Shipping Mode 37 4.3.8 Payment Method 38 4.4 Ordinary Least Squares 39 4.4.1 Linear regression utilizing usual least squares (OLS) 39 4.4.2 OLS Regression 39 4.4.3 Linear回归方程43第5章:数据建模46 5.1订单项目数量回归模型46 5.2分类模型 - 延迟交付48第6章:结果52第7章:结论53 7.1供应链问题,如数据集所示53 7.2结论53参考文献55