Розглянуто методи побудови моделей, рівнянь, довірчих інтервалів і інтервалів прогнозування нелінійних регресій на основі багатовимірних нормалізуючих перетворень для негаусових даних. Наведено приклади застосування методів для набору чотиривимірних негаусових даних у двох випадках: одновимірного і багатовимірного нормалізуючих перетворень Джонсона. Значення множинного коефіцієнта детермінації, середньої величини відносної похибки і відсотка прогнозування для нелінійної регресійної моделі за багатовимірного перетворення Джонсона краще у порівнянні з одномірними. Ширина інтервалу передбачення нелінійної регресії на основі багатовимірного перетворення Джонсона менше, ніж після одновимірного перетворення Джонсона для 26 з 30 рядків даних. Приблизно такі ж результати одержано для довірчих інтервалів нелінійної регресії. У загальному випадку під час побудови моделей, рівнянь, довірчих інтервалів і інтервалів прогнозування нелінійних регресій для багатовимірних негаусових даних слід використовувати багатовимірні нормалізуючі перетворення. Застосування одновимірних перетворень замість багатовимірних для нормалізації таких даних може призводити до збільшення ширини довірчих інтервалів і інтервалів передбачення нелінійної регресії.

  Повний текст PDF - 682.735 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"