- Phương pháp: Sử dụng thuật toán Freeman Chaincode để mã hóa đường biên Quy ước mã Chaincode cho các điểm ảnh trên đường biên với giá trị từ 0÷7 theo hướng
2.2.8.Tính giá trị thứ cấp theo hàm tương quan từ giá trị kích thước chủ đạo
dụng phần mềm SPSS 20 và Excel để tính các đặc trưng thống kê của các kích thước chủ đạo và áp dụng phương pháp kiểm định giả thiết về phân phối của K.Pearson để chứng minh các kích thước chủ đạo tuân theo quy luật phân phối chuẩn. Kích thước chủ đạo được xem là phân phối chuẩn phải thỏa mãn các điều kiện sau:
Hệ số bất đối xứng và hệ số nhọn nhỏ hơn giới hạn cho phép.
Tính mức khác biệt tin cậy giữa các phân bố thực nghiệm và lý thuyết của kích thước chủ đạo nhỏ hơn giới hạn cho phép.
2.2.6. Xác định bước nhảy
Chọn bước nhảy phù hợp giữa các kích thước chủ đạo chính là nhiệm vụ kế tiếp giúp tối ưu hệ thống cỡ số. Tiêu chí chọn bước nhảy phụ thuộc vào độ lệch chuẩn, ngoài ra cần thỏa mãn tính kinh tế cho người sản xuất, đáp ứng nhu cầu người tiêu dùng, phù hợp kết cấu hình dáng sản phẩm, chất liệu, kiểu dệt, kinh nghiệm thiết kế quần áo may sẵn.
Phương pháp xác định: Dựa vào độ lệch chuẩn của các kích thước chủ đạo, phân tích kiểu dáng trang phục, chất liệu và tham khảo các công trình nghiên cứu, tiêu chuẩn trong và ngoài nước để xác định bước nhảy.
2.2.7. Xác định số lượng cỡ số
Tiêu chí: đề xuất số lượng cỡ số cần thỏa mãn 8595% người tiêu dùng, đồng thời đáp ứng được điều kiện sản xuất công nghiệp.
Phương pháp: Xác định số lượng cỡ số tối ưu bằng phương pháp sơ đồ nhánh cây theo tiêu chí: số lượng cỡ số cần thỏa mãn trên 80% đối tượng tiêu dùng, đồng thời đáp ứng được điều kiện sản xuất công nghiệp. Với tiêu chí này, sau khi phân nhóm cỡ số theo kích thước chủ đạo, chỉ chọn các nhóm có tần suất lớn hơn 5%. Các nhóm cỡ số có tần suất nhỏ hơn 5% sẽ bị loại sao cho số lượng cỡ số đáp ứng yêu cầu trên.
2.2.8. Tính giá trị thứ cấp theo hàm tương quan từ giá trị kích thước chủ đạo đạo
- Sử dụng phần mềm SPSS 20 Tính các kích thước thứ cấp theo phương trình hồi quy như sau:
n
i Cđ V
KT 0 1 2 (2.30) Trong đó:
0 là hệ số tự do.
1,2là hệ số hồi quy riêng phần (Partial regression coefficients) Kti (kích thước i cần xác định) là biến phụ thuộc.
- Đánh giá độ phù hợp của phương trình hồi quy với tập dữ liệu mẫu: Dùng SPSS tính toán R Square (R2), Adjusted R Square. Nếu Adjusted R Square < R Square (R2) => phương trình hồi quy xác định kích thước i là an toàn.
- Kiểm định độ phù hợp của phương trình hồi quy với tổng thể: Dùng phần mềm SPSS phân tích ANOVA để kiểm định độ phù hợp của phương trình với tổng thể. Giả
thuyết H0 là R2= 0. Nếu giả thiết bị bác bỏ thì phương trình hồi quy bước đầu phù hợp với tổng thể. Dùng trắc nghiệm F để kiểm định.
F = sidual MeanSquare gression MeanSquare Re Re Fth = finv(0,05;df1;df2) Trong đó:
Mean Square Regression là trung bình tổng các độ lệch bình phương hồi quy. Mean Square Residual là trung bình tổng các độ lệch bình phương phần dư df1, df2 là số bậc tự do
Nếu F > Fth thì giả thuyết H0: R2= 0 bị bác bỏ.