Про неможливість відновлення розподілу похибок вихідних даних в регресійних моделях

Скорочена інформація про документ
dc.contributor.authorАрхіпова, Софія Анатоліївна
dc.date.accessioned2020-12-23T12:54:50Z
dc.date.available2020-12-23T12:54:50Z
dc.date.issued2019-06
dc.description.abstractenThe possibility of deriving of erroneous outcomes is considered at a solution of a task of identification because of loss of an information at passage to parameterized to exposition of an error distribution of measurements and estimations of parameters of a model. The task of optimization of the procedure of model parameters estimating by a sample data which is characterized by a some set of properties, in particular, a certain probability model of error, is sufficiently developed and usually solved within the framework of a general approach. Usually, a parameterized representation (model) of the error is used for the synthesis (inference) of the optimal method. This representation of error is often presented in the form of a probability distribution density. The parametrized form of the model representation makes it possible to use it for the implementation of various conclusions and analyzes performed analytically, in particular, for the optimization of procedures of the statistical data processing, including structural-parametric identification. However, the actual optimality of data processing is achieved only if the adopted parameterized model sufficiently fully reflects the basic properties and characteristics of the error. That is, in the case of absence of apriority information about the type of distribution, the problem of its a posteriori estimation is arises, in which the error distribution is restored through the distribution of residuals, and it is assumed that those distributions are close to each other. To obtain the residuals, preliminary estimates of the dependent variable are calculated, which, after optimizing the parameter estimation procedure, can be further refined. In this regard, it is advisable to investigate the possibility of selecting of parametrized models of error based on the results of a posteriori analysis of residuals of actual values, which are the estimates of the initial error of measurement.uk
dc.description.abstractruРассмотрена возможность получения ошибочных результатов при решении задачи идентификации через потери информации, имеющих место при переходе к параметризованных описания распределения ошибки измерений и оценок параметров модели. Для выбора оптимального метода обработки используется параметризованных представления (модель) погрешности, которая позволяет использовать ее для выполнения различного рода выводов и исследований, производимых аналитически, в частности, оптимизации процедур статистической обработки данных, включая структурно-параметрическая идентификация. При решении практических задач значение шумов или параметры их распределения априорно неизвестны, что не позволяет фактически, а не формально применять средства классического регрессионного анализа.uk
dc.description.abstractukРозглянуто можливість отримання помилкових результатів при розв'язку задачі ідентифікації через втрати інформації, що мають місце при переході до параметризованого опису розподілу помилки вимірювань та оцінок параметрів моделі. Для вибору оптимального методу обробки використовується параметризоване представлення (модель) похибки, яка дозволяє використати її для виконання різного роду висновків і досліджень, вироблених аналітично, зокрема, оптимізації процедур статистичної обробки даних, включаючи структурно-параметричну ідентифікацію. При розв'язанні практичних задач значення шумів або параметри їх розподілу апріорно невідомі, що не дозволяє фактично, а не формально застосовувати засоби класичного регресійного аналізу.uk
dc.format.pagerangeС. 147-150uk
dc.identifier.citationАрхіпова, С. А. Про неможливість відновлення розподілу похибок вихідних даних в регресійних моделях / Архіпова С. А. // Молодий вчений : науковий журнал. – 2019. – № 6 (70). – С. 147–150. – Бібліогр.: 11 назв.uk
dc.identifier.doihttps://doi.org/10.32839/2304-5809/2019-6-70-30
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/38247
dc.language.isoukuk
dc.publisherМолодий вченийuk
dc.publisher.placeХерсонuk
dc.sourceМолодий вчений : науковий журнал, 2019, № 6 (70)uk
dc.subjectрегресійний аналізuk
dc.subjectпохибка вимірюванняuk
dc.subjectнормальність розподілуuk
dc.subjectметоди оцінювання параметрівuk
dc.subjectregression analysisuk
dc.subjectmeasurement erroruk
dc.subjectnormality of distributionuk
dc.subjectmethods of parameter estimationuk
dc.subject.udc681.5.015uk
dc.titleПро неможливість відновлення розподілу похибок вихідних даних в регресійних моделяхuk
dc.title.alternativeAbout the impossibility of the errors distribution restoring of input data in regression modelsuk
dc.title.alternativeПро невозможность восстановления распределения ошибок исходных данных в регрессионных моделяхuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
YoungScientist-2019-6_p147-150.pdf
Розмір:
347.63 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.16 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Статті (КФ)