Search
Интегральная оценка качества регрессионных моделей
View/ Open document files
Author
Date
2009Publisher
БрГТУUDC
519.23/.25Citation
Дереченник, С. С. Интегральная оценка качества регрессионных моделей / С. С. Дереченник, А. В. Дмитриева, С. С. Дереченник-мл. // Вестник Брестского государственного технического университета. Серия: Физика, математика, информатика. – 2009. – № 5. – С. 77–80 : ил. – Библиогр.: с. 80 (4 назв.).Abstract
Для оценки качества регрессии предложен коэффициент интегральной детерминации RDD-квадрат, равный доле полного квадрата отклонения кусочно-гладкого приближения эмпирических данных, которая объяснена регрессионной моделью. При этом вычиcления выполняются на интервале изменения фактора. В отличие от традиционного коэффициента детерминации R-квадрат, корректность интегральной оценки не зависит ни от линейности регрессионной модели, ни от регулярности расположения отсчетов фактора в интервале его изменения. Установлена возможность аналитической минимизации интегральной квадратичной ошибки для некоторых типовых зависимостей фактор-отклик, в частности линейной, логарифмической и, частично, экспоненциальной. Показана применимость нового подхода к решению задач прогнозирования экстремальных значений временных рядов.
Annotation in another language
The integral definite determinative – square Rdd – is proposed to measure quality of a regression. It equals to regression-explained fraction of the total square deviation of the sectionally smooth approximated empirical data. Calculations are carried out in a factor change interval. Despite traditional correlation coefficient – square R – the integral assessment correctness does not depend on both regression model linearity and factor references regularity in the interval of its change. The possibility of analytical minimization of integral square error is determined for some standard dependences of a factor-response type, particularly for linear, logarithmic and (partially) exponential ones. The new approach is shown to be applicable at tasks of
predicting time series extreme values.
Collection
- 2009 [33]
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция-Некоммерчески») 4.0 Всемирная.