О соответствии применяемого статистического метода реальным свойствам моделируемых сложных систем

Проанализированы основные системные свойства моделируемых сложных систем и приведены условия, которые не соответствуют предпосылкам статистического метода моделирования. Приведены устойчивые методы решения регрессионных задач в условиях исходной неопределенности данных. Рассмотрен пример успешного р...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Математичні машини і системи
Дата:2013
Автор: Радченко, С.Г.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут проблем математичних машин і систем НАН України 2013
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/84280
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:О соответствии применяемого статистического метода реальным свойствам моделируемых сложных систем / С.Г. Радченко // Математичні машини і системи. — 2013. — № 4. — С. 147-155. — Бібліогр.: 9 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Проанализированы основные системные свойства моделируемых сложных систем и приведены условия, которые не соответствуют предпосылкам статистического метода моделирования. Приведены устойчивые методы решения регрессионных задач в условиях исходной неопределенности данных. Рассмотрен пример успешного решения реальной прикладной задачи получения многофакторной регрессионной модели. Проаналізовано основні системні властивості модельованих складних систем та наведено умови, які не відповідають передумовам статистичного методу моделювання. Приведені стійкі методи розв’язання регресійних задач в умовах початкової невизначеності даних. Розглянуто приклад успішного розв’язку реальної прикладної задачі одержання багатофакторної регресійної моделі. The basic system properties of the modeled complex systems have been analyzed, and conditions which do not correspond to preconditions of the statistical method of modeling have been adduced. The author presents stable methods to solve the regression problems in conditions of initial indeterminacy of the data. An example of successful solution of the real applied problem of obtaining the multifactor regression model has been considered.
ISSN:1028-9763