Линейная авторегрессия на основе метода группового учета аргументов в условиях квазиповторных наблюдений

• Опубліковано в: : Штучний інтелект
• Дата: 2015
• Автор: Сарычев, А.П.
• Формат: Стаття
• Мова: Російська
• Опубліковано: Інститут проблем штучного інтелекту МОН України та НАН України 2015
• Теми: Інтелектуальні технології прийняття рішень
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/117210
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Линейная авторегрессия на основе метода группового учета аргументов в условиях квазиповторных наблюдений / А.П. Сарычев // Штучний інтелект. — 2015. — № 3-4. — С. 105-123. — Бібліогр.: 16 назв. — рос.

МГУА с разбиением наблюдений на обучающие и проверочные подвыборки в условиях квазиповторных наблюдений. Доказано существование оптимального множества регрессоров. Получено условие редукции оптимальной авторегрессионной модели, которое зависит от параметров авторегрессионной модели и объёмов выборок. Для моделювання в класі авторегресійних рівнянь розроблено критерій регулярності МГУА з розбиттям спостережень на навчальні й перевірні підвибірки в умовах квазіповторних спостережень. Доведено існування оптимальної множини регресорів. Встановлено умову редукції оптимальної авторегресійної моделі, що залежить від параметрів авторегресійної моделі та обсягів вибірок. For modelling in a class of autoregression equations, the criterion of regularity of the GMDH with dividing of observations on training and testing subsamples in conditions of quasirepeated observations is offered. It is proved, that the optimum set of regressors exists. The condition of a reduction of the optimum autoregression model is obtained. This condition depends on parameters of autoregression model and volumes of samples.