Системы анализа и обработки данных

СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

ISSN (печатн.): 2782-2001          ISSN (онлайн): 2782-215X
English | Русский

Последний выпуск
№2(94) Апрель - Июнь 2024

Адаптивное восстановление регрессионных зависимостей на основе полупараметрической оценки плотности случайной компоненты

Выпуск № 4 (53) Октябрь - Декабрь 2013
Авторы:

Тимофеев Владимир Семенович
Аннотация
Работа направлена на усиление адаптивных возможностей развиваемых автором алгоритмов оценивания параметров регрессионных моделей, основанных на использовании универсальных семейств распределений. Показано, что использование идей полупараметрического анализа дает возможность достаточно гибко подстраиваться к отклонениям фактического распределения случайной ошибки от постулируемого. Представленная вычислительная схема алгоритма оценивания параметров регрессионных моделей обеспечивают корректную работу в этих условиях
Ключевые слова: уравнение регрессии, оценивание параметров, универсальные распределения, метод максимального правдоподобия, полупараметрическое оценивание

Список литературы
  1. Гихман И.И., Скороход А.В., Ядренко М.И. Теория вероятностей и математическая статистика. – Киев, 1979. – 408 с.
  2. Денисов В.И., Тимофеев В.С. Оценивание параметров регрессионных зависимостей с использованием аппроксимации Грама-Шарлье // Автометрия. – Новосибирск: Изд-во СО РАН, 2008.– Т.44, №6, С.3-12.
  3. Денисов В.И., Тимофеев В.С. Устойчивые распределения и оценивание параметров регрессионных зависимостей // Известия Томского политехнического университета. – Томск: Изд-во ТПУ. – 2011. – Т.318, №2. – С.10-15.
  4. Дрейпер Н., Смит Н. Прикладной регрессионный анализ. М.: Статистика, 1973. – 392 с.
  5. Кендалл М., Стьарт А. Теория распределений. – М.: Наука, 1966. – 587 с.
  6. Оппенгейм А.В., Шафер Р.В. Цифровая обработка сигналов. М.: Связь, 1979. – 416с.
  7. Пугачев В.С. Теория вероятностей и математическая статистика.–М.:Наука,1979. – 496с.
  8. Тимофеев В.С. Оценивание параметров регрессионных зависимостей на основе характеристической функции. //Научн. вестник НГТУ. – Новосибирск: НГТУ. –2010.–N2(39). –С.43-52.
  9. Тимофеев В.С. Оценивание параметров регрессионных зависимостей с использованием кривых Пирсона. Ч.1 //Научн. вестник НГТУ. –Новосибирск: Изд-во СО РАН.–2009.–N4(37). –С.57-66.
  10. Тимофеев В.С. Ядерные оценки плотности при идентификации уравнений регрессии. //Научн. вестник НГТУ. – Новосибирск: Изд-во СО РАН. – 2010. – N3(40). –С.41-50.
  11. Тимофеев В.С., Хайленко Е.А. Адаптивное оценивание параметров регрессионных моделей с использованием обобщенного лямбда - распределения // Доклады академии наук высшей школы РФ. – Новосибирск: Изд-во НГТУ.- 2010. –N2(15).-С.25-36.
  12. Feuerverger A., Mureika R.A. The emperical characteristic function and its applications //The annals of statistics. – Vol.5, N.1, 1977. – P.88-97.
  13. Karian Z.A., Dudewicz E.J. Fitting statistical distributions: the Generalized Lambda Distribution and Generalized Bootstrap methods. // New York, CRC Press LLC, 2000 – 435p.
  14. Olkin I., Spiegelman C.H. A semiparametric approach to density estimation // Journal of the American statistical association.-Vol.82, № 399, 1987. – P.858-865.
  15. Pagan A., Ullah A. Nonparametric econometrics. – New York.–1999. V. 424.
Просмотров: 2115