ДОКЛАДЫ АКАДЕМИИ НАУК
ВЫСШЕЙ ШКОЛЫ РОССИЙСКОЙ ФЕДЕРАЦИИ

Print ISSN: 1727-2769    Online ISSN: 2658-3747
English | Русский

Последний выпуск
№3(40) июль-сентябрь 2018

АДАПТИВНОЕ ОЦЕНИВАНИЕ ПАРАМЕТРОВ РЕГРЕССИОННЫХ ЗАВИСИМОСТЕЙ ПРИ НЕОДНОРОДНОСТИ СЛУЧАЙНЫХ ОШИБОК

Выпуск № 4 (25) октябрь - декабрь 2014
Авторы:

Тимофеев Владимир Семенович,
Хайленко Екатерина Алексеевна
DOI: http://dx.doi.org/10.17212/1727-2769-2014-4-115-123
Аннотация
Рассмотрена задача оценивания параметров регрессионных моделей. Предложен алгоритм адаптивного оценивания с использованием полупараметрического подхода к оцениванию функции плотности распределения случайных ошибок с учетом неоднородности распределения ошибок наблюдений на области определения входных факторов. Проведено сравнение точности оценивания параметров регрессионных зависимостей данного метода с результатами, полученными, разработанными авторами ранее, адаптивными методами на основе универсального лямбда-распределения и полупараметрической оценки функции плотности распределения ошибок.
Ключевые слова: регрессионная зависимость, адаптивное оценивание, полупараметрическая оценка, обобщенное лямбда-распределение, метод максимального правдоподобия

Список литературы
  1. Боровков А.А. Математическая статистика. Оценка параметров, проверка гипотез. – М.: Наука, 1984. – 472 с.
  2. Денисов В.И., Тимофеев В.С., Хайленко Е.А. Полупараметрическое восстановление функции плотности на основе обобщенного лямбда-распределения в задаче идентификации регрессионных моделей // Сибирский журнал индустриальной математики. – 2014. – Т. 17, № 3. – C. 71–77.
  3. Тимофеев В.С. Адаптивное восстановление регрессионных зависимостей на основе полупараметрической оценки плотности случайной компоненты // Научный вестник НГТУ. – 2013. – № 4 (53). – С. 24–30.
  4. Тимофеев В.С., Хайленко Е.А. Адаптивное оценивание параметров регрессионных моделей с использованием обобщенного лямбда-распределения // Доклады Академии наук высшей школы Российской Федерации. – 2010. – № 2 (15). – С. 25–36.
  5. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. – М.: Финансы и статистика, 1985. – 488 с.
  6. Olkin I., Spiegelman C.H. A semiparametric approach to density estimation // Journal of the American Statistical Association. – Vol. 82, iss. 399. – P. 858–865.
  7. Karian Z.A., Dudewicz E.J. Fitting statistical distributions: the generalized lambda distribution and generalized bootstrap methods. – New York: CRC Press, 2000. – 435 p.
  8. Lakhany A., Mausser H. Estimation the parameters of the generalized lambda distribution // ALGO Research Quarterly. – 2000. – Vol. 3, iss. 3. – P. 27–58.
  9. Pagan A., Ullah A. Nonparametric econometrics. – New York: Cambridge University Press, 1999. – 424 p.
  10. Банди Б. Методы оптимизации. Вводный курс: пер. с англ. – М.: Радио и связь, 1988. – 128 с.
Просмотров: 486