Прогнозування макроекономічних показників на основі матричної множинної регресії: приклади
For formulation and solution of the prediction problem based on the method of least squares the class of matrix functions with the set of matrix arguments (matrix multiple regression) is used. The successive solution of the prediction problem was performed using the mathematical apparatus of the sin...
Gespeichert in:
| Datum: | 2018 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Ukrainisch |
| Veröffentlicht: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2018
|
| Schlagworte: | |
| Online Zugang: | http://journal.iasa.kpi.ua/article/view/111035 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | System research and information technologies |
Institution
System research and information technologies| _version_ | 1856543327070978048 |
|---|---|
| author | Nazaraha, Inna |
| author_facet | Nazaraha, Inna |
| author_sort | Nazaraha, Inna |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2018-04-12T11:42:34Z |
| description | For formulation and solution of the prediction problem based on the method of least squares the class of matrix functions with the set of matrix arguments (matrix multiple regression) is used. The successive solution of the prediction problem was performed using the mathematical apparatus of the singular value decomposition and the Moore–Penrose pseudoinverse technique under the development of tuple operators. The algorithm for estimating the unknown parameters was implemented in Wolfram Mathematica. The proposed method was demonstrated for predictions of basic macroeconomic indicators of Ukrainian economics. The approach was verified using statistical data about economic indicators of Ukraine for the period of 2007–2016. The results of calculations were presented. As shown in examples, the matrix multiple regression can be an effective prediction instrument in economics with an acceptable for planning processes accuracy. |
| first_indexed | 2025-07-17T10:23:11Z |
| format | Article |
| id | journaliasakpiua-article-111035 |
| institution | System research and information technologies |
| language | Ukrainian |
| last_indexed | 2025-07-17T10:23:11Z |
| publishDate | 2018 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-1110352018-04-12T11:42:34Z Predictions of macroeconomic indicators based on matrix multiple regression: examples Прогнозирование макроэкономических показателей на основе матричной множественной регрессии: примеры Прогнозування макроекономічних показників на основі матричної множинної регресії: приклади Nazaraha, Inna matrix multiple regression least square method macroeconomic prediction матричная множественная регрессия метод наименьших квадратов макроэкономика прогноз матрична множинна регресія метод найменших квадратів макроекономіка прогноз For formulation and solution of the prediction problem based on the method of least squares the class of matrix functions with the set of matrix arguments (matrix multiple regression) is used. The successive solution of the prediction problem was performed using the mathematical apparatus of the singular value decomposition and the Moore–Penrose pseudoinverse technique under the development of tuple operators. The algorithm for estimating the unknown parameters was implemented in Wolfram Mathematica. The proposed method was demonstrated for predictions of basic macroeconomic indicators of Ukrainian economics. The approach was verified using statistical data about economic indicators of Ukraine for the period of 2007–2016. The results of calculations were presented. As shown in examples, the matrix multiple regression can be an effective prediction instrument in economics with an acceptable for planning processes accuracy. Для решения задачи прогнозирования на основе метода наименьших квадратов использован класс матричных функций с набором матричных аргументов (матричная множественная регрессия). Последовательное решение задачи прогнозирования выполнено с применением математического аппарата сингулярного разложения и техники псевдообращения за Муром–Пенроузом в пределах развития концепции кортежных операторов. Алгоритм оценивания неизвестных параметров реализован в Wolfram Mathematica. Предложенный метод продемонстрирован для прогнозирования основных макроэкономических показателей экономики Украины. Подход проверялся на статистических данных относительно экономических показателей за период 2007 – 2016 гг. Представлены результаты расчетов. Как показано на примерах, матричная множественная регрессия может быть эффективным инструментом прогнозирования в экономике с приемлемой для процессов планирования точностью. Для розв’язання задачі прогнозування на основі методу найменших квадратів використано клас матричних функцій з набором матричних аргументів (матричну множинну регресію). Послідовне розв’язання задачі прогнозування виконано із застосуванням математичного апарату сингулярного розкладу і техніки псевдообернення за Муром–Пенроузом у межах розвитку концепції кортежних операторів. Алгоритм оцінювання невідомих параметрів реалізовано у Wolfram Mathematica. Запропонований метод продемонстровано для прогнозування основних макроекономічних показників економіки України. Підхід перевірявся на статистичних даних про економічні показники за період 2007 – 2016 рр.; наведено результати розрахунків. Як показано на прикладах, матрична множинна регресія може бути ефективним інструментом прогнозування в економіці з прийнятною для процесів планування точністю. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2018-03-20 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/111035 10.20535/SRIT.2308-8893.2018.1.10 System research and information technologies; No. 1 (2018); 119-131 Системные исследования и информационные технологии; № 1 (2018); 119-131 Системні дослідження та інформаційні технології; № 1 (2018); 119-131 2308-8893 1681-6048 uk http://journal.iasa.kpi.ua/article/view/111035/123516 Copyright (c) 2021 System research and information technologies |
| spellingShingle | матрична множинна регресія метод найменших квадратів макроекономіка прогноз Nazaraha, Inna Прогнозування макроекономічних показників на основі матричної множинної регресії: приклади |
| title | Прогнозування макроекономічних показників на основі матричної множинної регресії: приклади |
| title_alt | Predictions of macroeconomic indicators based on matrix multiple regression: examples Прогнозирование макроэкономических показателей на основе матричной множественной регрессии: примеры |
| title_full | Прогнозування макроекономічних показників на основі матричної множинної регресії: приклади |
| title_fullStr | Прогнозування макроекономічних показників на основі матричної множинної регресії: приклади |
| title_full_unstemmed | Прогнозування макроекономічних показників на основі матричної множинної регресії: приклади |
| title_short | Прогнозування макроекономічних показників на основі матричної множинної регресії: приклади |
| title_sort | прогнозування макроекономічних показників на основі матричної множинної регресії: приклади |
| topic | матрична множинна регресія метод найменших квадратів макроекономіка прогноз |
| topic_facet | matrix multiple regression least square method macroeconomic prediction матричная множественная регрессия метод наименьших квадратов макроэкономика прогноз матрична множинна регресія метод найменших квадратів макроекономіка прогноз |
| url | http://journal.iasa.kpi.ua/article/view/111035 |
| work_keys_str_mv | AT nazarahainna predictionsofmacroeconomicindicatorsbasedonmatrixmultipleregressionexamples AT nazarahainna prognozirovaniemakroékonomičeskihpokazatelejnaosnovematričnojmnožestvennojregressiiprimery AT nazarahainna prognozuvannâmakroekonomíčnihpokaznikívnaosnovímatričnoímnožinnoíregresííprikladi |