ПРОГРАММНЫЙ КОМПЛЕКС ПОСТРОЕНИЯ ЛИНЕЙНОЙ РЕГРЕССИОННОЙ МОДЕЛИ С УЧЕТОМ КРИТЕРИЯ СОГЛАСОВАННОСТИ ПОВЕДЕНИЯ ФАКТИЧЕСКОЙ И РАСЧЕТНОЙ ТРАЕКТОРИЙ ИЗМЕНЕНИЯ ЗНАЧЕНИЙ ОБЪЯСНЯЕМОЙ ПЕРЕМЕННОЙ

Базилевский Михаил Павлович , Носков Сергей Иванович

2017 / Том 21, №9 (128) 2017 [ Информатика, вычислительная техника и управление ]

Цель. При построении регрессионных моделей одной из главных проблем является выбор их структурной спецификации. Для решения этой проблемы была поставлена цель: сформулировать задачу определения заданного числа наиболее «информативных» регрессоров с одновременной корректировкой оценок регрессии по критерию «согласованности поведения» и разработать специализированный программный комплекс. Методы. Для достижения цели использованы математические и статистические методы. Результаты и их обсуждение. Для решения проблемы выбора структурной спецификации регрессии при использовании метода наименьших модулей сформулирована задача определения заданного числа наиболее «информативных» регрессоров, сводящаяся к задаче частично-булевого линейного программирования. С целью построения регрессионных моделей с наилучшим значением критерия «согласованности поведения» эта задача дополнена соответствующими линейными ограничениями. Для автоматизации процессов формализации и решения поставленных задач частично-булевого линейного программирования разработан специализированный программный комплекс. Выводы. Разработанный программный комплекс предназначен как для решения задач выбора наиболее «информативных» регрессоров в модели регрессии, так и для решения задач прогнозирования, когда во главу угла ставится не получение конкретного прогнозного значения, а предсказание знака его изменения.

Ключевые слова:

регрессионная модель, структурная спецификация, метод наименьших модулей, критерий «согласованности поведения», частично-булево линейное программирование, программный комплекс

Библиографический список:

1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998. 1000 с.
2. Демиденко Е.З. Линейная и нелинейная регрессия. М.: Финансы и статистика, 1981. 304 с.
3. Доугерти К. Введение в эконометрику. М.: ИНФРА-М, 2009. 465 с.
4. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Вильямс, 2007. 912 с.
5. Miller A.J. Subset selection in regression. Taylor&Francis, 2002. 256 p.
6. Себер Дж. Линейный регрессионный анализ. М.: Изд-во Мир, 1980. 456 с.
7. Вучков И., Бояджиева Л., Солаков Е. Прикладной линейный регрессионный анализ. М.: Финансы и статистика, 1987. 239 с.
8. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. М.: Дело, 2004. 576 с.
9. Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия. М.: Финансы и статистика, 1982. 239 с.
10. Efroymson M.A. Multiple regression analysis. New York: John Wiley and Sons, 1991.
11. Стрижов В.В., Крымова Е.А. Методы выбора регрессионных моделей. М.: Вычислительный центр РАН, 2010. 60 с.
12. Носков С.И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. Иркутск: Облинформпечать, 1996. 320 с.
13. Базилевский М.П., Носков С.И. Технология организации конкурса регрессионных моделей // Информационные технологии и проблемы математического моделирования сложных систем. 2009. № 7. С. 77–84.
14. Базилевский М.П., Носков С.И. Методические и инструментальные средства построения некоторых типов регрессионных моделей // Системы. Методы. Технологии. 2012. № 1(13). С. 80–87.
15. Носков С.И. Построение эконометрических зависимостей с учетом критерия «согласованности поведения» // Кибернетика и системный анализ. 1994. № 1. С. 177–180.
16. Носков С.И. Критерий «согласованность поведения» в регрессионном анализе // Современные технологии. Системный анализ. Моделирование. 2013. № 1(37). С. 107–110.
17. Мудров В.И., Кушко В.А. Методы обработки измерений. Квазиправдоподобные оценки. М.: Радио и связь, 1983. 248 с.

Файлы:

• реферат (скачать | просмотреть) - скачано 39 раз
• cтатья (скачать | просмотреть) - скачано 56 раз