Приближенный метод построения регрессии с переключениями с неизвестными точками переключения

Метод применим к регрессиям, переменные которых - временные ряды. Метод оценивания основан на том, что эти ряды рассматриваются как наблюдаемые значения непрерывных случайных функций времени. Это свойство позволяет получить решение задачи оценивания, используя градиентные методы решения задач оптими...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Кибернетика и системный анализ
Дата:2020
Автор: Корхин, А.С.
Формат: Стаття
Мова:Російська
Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2020
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/190382
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Приближенный метод построения регрессии с переключениями с неизвестными точками переключения / А.С. Корхин // Кибернетика и системный анализ. — 2020. — Т. 56, № 3. — С. 97–110. — Бібліогр.: 7 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Метод применим к регрессиям, переменные которых - временные ряды. Метод оценивания основан на том, что эти ряды рассматриваются как наблюдаемые значения непрерывных случайных функций времени. Это свойство позволяет получить решение задачи оценивания, используя градиентные методы решения задач оптимизации. Приведены примеры использования предложенного метода. Метод можна застосовувати до регресій, змінні яких часові ряди. Метод оцінювання базується на тому, що такі ряди розглядаються як спостережувані значення неперервних випадкових функцій часу. Ця властивість дає змогу отримати розв'язок задачі оцінювання, використовуючи градієнтні методи розв'язання задач оптимізації. Наведено приклади використання запропонованого методу. The method is applicable to regressions whose variables are time series. The estimation method is based on the fact that these series are considered as observed values of continuous random functions of time. This property makes it possible to solve the estimation problem using gradient methods for optimization problems. Examples of using the proposed method are given.
ISSN:1019-5262