Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости

• Published in: Искусственный интеллект
• Date: 2014
• Main Author: Сарычев, А.П.
• Format: Article
• Language: Russian
• Published: Інститут проблем штучного інтелекту МОН України та НАН України 2014
• Subjects: Алгоритмическое и программное обеспечение параллельных вычислительных интеллектуальных систем
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/85237
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости / А.П. Сарычев // Искусственный интеллект. — 2014. — № 4. — С. 14–29. — Бібліогр.: 14 назв. — рос.

Для моделирования в классе систем регрессионных уравнений предложен системный критерий регулярности с
 разбиением выборок наблюдений на обучающие и проверочные подвыборки. Доказано существование
 оптимального множества регрессоров. Выявлено условие редукции оптимальной системы регрессионных
 уравнений, которое зависит от параметров системы регрессионных уравнений и объемов выборок. Для моделювання в класі систем регресійних рівнянь запропоновано системний критерій регулярності з
 розбиттям вибірок спостережень на навчальні й перевірні підвибірки. Доведено існування оптимальної мно-
 жини регресірів. Виявлено умову редукції оптимальної системи регресійних рівнянь, що залежить від
 параметрів системи регресійних рівнянь і обсягів вибірок. For modeling in a class of regression equations systems the system criterion of regularity with dividing
 of observation sample on training and testing subsamples is offered. It is proved, that the optimum set
 of regressors exists. The condition of a reduction of optimum system of regression equations is obtained. This
 condition depends on parameters of system regression equations and volumes of samples.