Многокритериальный алгоритм шаговой регрессии
dc.contributor.author | Настенко, Е. А. | |
dc.contributor.author | Павлов, В. А. | |
dc.contributor.author | Бойко, А. Л. | |
dc.contributor.author | Носовец, Е. К. | |
dc.date.accessioned | 2020-05-31T12:07:59Z | |
dc.date.available | 2020-05-31T12:07:59Z | |
dc.date.issued | 2020 | |
dc.description.abstracten | The problem of structural-parametric synthesis of multiple linear regression models on the input variables in conditions of partial multicollinearity is solved in the work. The partial multicollinearity phenomenon of input arguments conduces to a variance estimates increase of the regression model parameters, and makes difficult to explain the impact of input variables to the dependent variable. Substantial multicollinearity conduces to impossibility of output estimation model. Classical stepwise procedures of the factors selection do not solve the problem of multicollinearity. Thus, the design of structural-parametric multiple regression methods considering limitation of partial multicollinearity are relevant. | uk |
dc.description.abstractru | В работе решается задача структурно-параметрического синтеза модели множественной линейной регрессии в условиях частичной мультиколлинеарности входных переменных. Алгоритм осуществляет исключение переменных по оценке мультиколлинеарности методом Фаррара-Глобера. Оптимизация параметров шагового алгоритма осуществляется в соответствии с внешним критерием - нормированная относительная среднеквадратичная ошибка на проверочной выборке данных. Рассмотрен пример моделирования эффективности функционального состояния дыхательной системы пациента по величине потребления кислорода. Сравнение результатов стандартного Stepwise и предложенного алгоритмов показало преимущество последнего на экзаменационной выборке данных. | uk |
dc.description.abstractuk | У роботі вирішується завдання структурно-параметричного синтезу моделі множинної лінійної регресії в умовах часткової мультиколінеарності вхідних змінних. Алгоритм здійснює виключення змінних за оцінкою мультиколінеарності методом Фаррара-Глобера. Оптимізація параметрів крокового алгоритму здійснюється відповідно до зовнішнього критерію - нормированій відносній середньоквадратичній помилці на перевірочній вибірці даних. Розглянуто приклад моделювання ефективності стану дихальної системи пацієнта за величиною спожитого кисню. Порівняння результатів стандартного Stepwise та запропонованого алгоритмів показало перевагу останнього на екзаменаційній вибірці даних. | uk |
dc.format.pagerange | С. 48-53 | uk |
dc.identifier.citation | Многокритериальный алгоритм шаговой регрессии / Настенко Е. А., Павлов В. А., Бойко А. Л., Носовец Е. К. // Біомедична інженерія і технологія. – 2020. – №3. – С. 48-53. – Бібліогр.: 5 назв. | uk |
dc.identifier.doi | https://doi.org/10.20535/2617-8974.2020.3.195661 | |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/33892 | |
dc.language.iso | ru | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.source | Біомедична інженерія і технологія, 2020, №3 | uk |
dc.subject | принципи самоорганізації | uk |
dc.subject | кроковий алгоритм | uk |
dc.subject | багатовимірна лінійна регресія | uk |
dc.subject | мультиколінеарність | uk |
dc.subject | метод Фаррара-Глобера | uk |
dc.subject | зовнішній критерій | uk |
dc.subject | функціональний стан | uk |
dc.subject | дихальна система | uk |
dc.subject | principles of self-stepping algorithm | uk |
dc.subject | multivariate linear regression | uk |
dc.subject | multicollinearity method by Farrar-Glauber | uk |
dc.subject | external criterion | uk |
dc.subject | functional status | uk |
dc.subject | respiratory system | uk |
dc.subject | принципы самоорганизации | uk |
dc.subject | шаговый алгоритм | uk |
dc.subject | многомерная линейная регрессия | uk |
dc.subject | мультиколлинеарность | uk |
dc.subject | метод Фаррара-Глобера | uk |
dc.subject | внешний критерий | uk |
dc.subject | функциональное состояние | uk |
dc.subject | дыхательная система | uk |
dc.subject.udc | 004.942:612.2 | uk |
dc.title | Многокритериальный алгоритм шаговой регрессии | uk |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- BmET-2020-3_p48-53.pdf
- Розмір:
- 724.91 KB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.06 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: