Прогнозирование по регрессионной модели с применением элементов теории сходства

Авторы: Носков С. И., Вергасов А. С.

Аннотация: Рассматривается одно из основных направлений практического применения математических моделей регрессионного типа, связанное с прогнозированием будущих значений зависимых переменных. Для повышения точности этих значений предлагается при оценивании неизвестных параметров регрессионной модели вместо обычного метода наименьших квадратов (МНК) использовать взвешенный метод наименьших квадратов (ВМНК). При этом при расчете весов наблюдений периода основания прогноза привлекается разработанная профессором Ю.А. Ворониным теория сходства, в соответствии с которой, чем более сходен вектор значений независимых переменных наблюдения периода упреждения с соответствующим вектором наблюдения периода основания, тем большим весом последнее должно обладать. Это соображение положено в основу предлагаемого в работе алгоритма вычисления весов. Подробно рассмотрен численный пример.

Ключевые слова: регрессионная модель, метод наименьших квадратов, взвешенный метод наименьших квадратов, теория сходства, прогнозирование

Библиография статьи: Носков С. И. Прогнозирование по регрессионной модели с применением элементов теории сходства / С. И. Носков, А. С. Вергасов // Доклады ТУСУР. – 2019. – Т. 22, № 3. – С. 67–70. DOI: 10.21293/1818-0442-2019-22-3-67-70