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