Концепция ортогональности во множественном регрессионном анализе

Показано, что получение регрессионных моделей связано с решением обратных и некорректно поставленных задач и требует разработки и использования специальных методов их решения на основе концепции ортогональности. Изложен метод устойчивого оценивания моделей на основе концепции ортогональности эффекто...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Математичні машини і системи
Дата:2011
Автор: Радченко, С.Г.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут проблем математичних машин і систем НАН України 2011
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/83521
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:Концепция ортогональности во множественном регрессионном анализе / С.Г. Радченко // Мат. машини і системи. — 2011. — № 2. — С. 125-130. — Бібліогр.: 9 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Показано, что получение регрессионных моделей связано с решением обратных и некорректно поставленных задач и требует разработки и использования специальных методов их решения на основе концепции ортогональности. Изложен метод устойчивого оценивания моделей на основе концепции ортогональности эффектов и приведены алгоритм и программное средство решения задач. Показано, що одержання регресійних моделей пов'язано з рішенням обернених і некоректних задач і потребує розробки й використання спеціальних методів їх рішення на основі концепції ортогональності. Викладено метод стійкого оцінювання моделей на основі концепції ортогональності ефектів і приведено алгоритм та програмний засіб розв'язання задач. The paper deals with setting experimental research from general system positions. The requirements to stable (robust) plans of experiments, stable structures of multifactor statistical models and stability of the model coefficients have been formulated for the first time. Examples of a successful use of the developed method of correct solution of multifactor regression problems are presented.
ISSN:1028-9763