Статистическая эффективность и устойчивость моделей в регрессионном анализе

Изложено решение основных проблем регрессионного анализа – получение статистически эффективных и устойчивых моделей. Решения приведены для реальных прикладных условий сложных систем и процессов, которые характеризуются значительной неопределенностью. Показано, что основным подходом в полученных реше...

Full description

Saved in:
Bibliographic Details
Published in:Математичні машини і системи
Date:2016
Main Author: Радченко, С.Г.
Format: Article
Language:Russian
Published: Інститут проблем математичних машин і систем НАН України 2016
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/113580
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Статистическая эффективность и устойчивость моделей в регрессионном анализе / С.Г. Радченко // Математичні машини і системи. — 2016. — № 1. — С. 139-147. — Бібліогр.: 16 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-113580
record_format dspace
spelling Радченко, С.Г.
2017-02-10T17:05:36Z
2017-02-10T17:05:36Z
2016
Статистическая эффективность и устойчивость моделей в регрессионном анализе / С.Г. Радченко // Математичні машини і системи. — 2016. — № 1. — С. 139-147. — Бібліогр.: 16 назв. — рос.
1028-9763
https://nasplib.isofts.kiev.ua/handle/123456789/113580
519.233.5
Изложено решение основных проблем регрессионного анализа – получение статистически эффективных и устойчивых моделей. Решения приведены для реальных прикладных условий сложных систем и процессов, которые характеризуются значительной неопределенностью. Показано, что основным подходом в полученных решениях является использование условий получения моделей для определенного их класса и расширенной концепции ортогональности.
Викладено рішення основних проблем регресійного аналізу – одержання статистично ефективних та стійких моделей. Рішення приведені для реальних прикладних умов складних систем та процесів, які характеризуються значною невизначеністю. Показано, що основним підходом в одержаних рішеннях є використання умов одержання моделей для визначеного їх класу і розширеної концепції ортогональності.
Solution of basic problems of regression analysis – the obtaining of statistically efficient and stable models is stated. Solutions are presented for real applied conditions of complex systems and processes which are characterized by considerable indeterminacy. It is shown that the use of conditions of models obtaining for their certain class and extended conception of orthogonality is the basic approach in the obtained solutions.
ru
Інститут проблем математичних машин і систем НАН України
Математичні машини і системи
Моделювання і управління
Статистическая эффективность и устойчивость моделей в регрессионном анализе
Статистична ефективність і стійкість моделей у регресійному аналізі
Statistical efficiency and sustainability of models in the regression analysis
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Статистическая эффективность и устойчивость моделей в регрессионном анализе
spellingShingle Статистическая эффективность и устойчивость моделей в регрессионном анализе
Радченко, С.Г.
Моделювання і управління
title_short Статистическая эффективность и устойчивость моделей в регрессионном анализе
title_full Статистическая эффективность и устойчивость моделей в регрессионном анализе
title_fullStr Статистическая эффективность и устойчивость моделей в регрессионном анализе
title_full_unstemmed Статистическая эффективность и устойчивость моделей в регрессионном анализе
title_sort статистическая эффективность и устойчивость моделей в регрессионном анализе
author Радченко, С.Г.
author_facet Радченко, С.Г.
topic Моделювання і управління
topic_facet Моделювання і управління
publishDate 2016
language Russian
container_title Математичні машини і системи
publisher Інститут проблем математичних машин і систем НАН України
format Article
title_alt Статистична ефективність і стійкість моделей у регресійному аналізі
Statistical efficiency and sustainability of models in the regression analysis
description Изложено решение основных проблем регрессионного анализа – получение статистически эффективных и устойчивых моделей. Решения приведены для реальных прикладных условий сложных систем и процессов, которые характеризуются значительной неопределенностью. Показано, что основным подходом в полученных решениях является использование условий получения моделей для определенного их класса и расширенной концепции ортогональности. Викладено рішення основних проблем регресійного аналізу – одержання статистично ефективних та стійких моделей. Рішення приведені для реальних прикладних умов складних систем та процесів, які характеризуються значною невизначеністю. Показано, що основним підходом в одержаних рішеннях є використання умов одержання моделей для визначеного їх класу і розширеної концепції ортогональності. Solution of basic problems of regression analysis – the obtaining of statistically efficient and stable models is stated. Solutions are presented for real applied conditions of complex systems and processes which are characterized by considerable indeterminacy. It is shown that the use of conditions of models obtaining for their certain class and extended conception of orthogonality is the basic approach in the obtained solutions.
issn 1028-9763
url https://nasplib.isofts.kiev.ua/handle/123456789/113580
citation_txt Статистическая эффективность и устойчивость моделей в регрессионном анализе / С.Г. Радченко // Математичні машини і системи. — 2016. — № 1. — С. 139-147. — Бібліогр.: 16 назв. — рос.
work_keys_str_mv AT radčenkosg statističeskaâéffektivnostʹiustoičivostʹmodeleivregressionnomanalize
AT radčenkosg statističnaefektivnístʹístíikístʹmodeleiuregresíinomuanalízí
AT radčenkosg statisticalefficiencyandsustainabilityofmodelsintheregressionanalysis
first_indexed 2025-12-07T20:33:08Z
last_indexed 2025-12-07T20:33:08Z
_version_ 1850883008813334528