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:Russian
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
id nasplib_isofts_kiev_ua-123456789-190382
record_format dspace
spelling Корхин, А.С.
2023-06-04T17:45:57Z
2023-06-04T17:45:57Z
2020
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.
1019-5262
https://nasplib.isofts.kiev.ua/handle/123456789/190382
519.233.5
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.
ru
Інститут кібернетики ім. В.М. Глушкова НАН України
Кибернетика и системный анализ
Системний аналіз
Приближенный метод построения регрессии с переключениями с неизвестными точками переключения
Наближений метод побудови регресії з перемиканнями з невідомими точками перемикання
An approximate method of constructing a switching regression with unknown switching points
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Приближенный метод построения регрессии с переключениями с неизвестными точками переключения
spellingShingle Приближенный метод построения регрессии с переключениями с неизвестными точками переключения
Корхин, А.С.
Системний аналіз
title_short Приближенный метод построения регрессии с переключениями с неизвестными точками переключения
title_full Приближенный метод построения регрессии с переключениями с неизвестными точками переключения
title_fullStr Приближенный метод построения регрессии с переключениями с неизвестными точками переключения
title_full_unstemmed Приближенный метод построения регрессии с переключениями с неизвестными точками переключения
title_sort приближенный метод построения регрессии с переключениями с неизвестными точками переключения
author Корхин, А.С.
author_facet Корхин, А.С.
topic Системний аналіз
topic_facet Системний аналіз
publishDate 2020
language Russian
container_title Кибернетика и системный анализ
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Наближений метод побудови регресії з перемиканнями з невідомими точками перемикання
An approximate method of constructing a switching regression with unknown switching points
description 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
url https://nasplib.isofts.kiev.ua/handle/123456789/190382
citation_txt 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.
work_keys_str_mv AT korhinas približennyimetodpostroeniâregressiispereklûčeniâmisneizvestnymitočkamipereklûčeniâ
AT korhinas nabliženiimetodpobudoviregresíízperemikannâmiznevídomimitočkamiperemikannâ
AT korhinas anapproximatemethodofconstructingaswitchingregressionwithunknownswitchingpoints
first_indexed 2025-12-07T20:08:09Z
last_indexed 2025-12-07T20:08:09Z
_version_ 1850881437159391232