Технологическое прогнозирование

Скачать в pdf «Технологическое прогнозирование»


уравнении регрессии, — вариант, предпочтительный по сравнению с остальными. Такой выбор оптимального числа преобразованных переменных {X'(x)} (или параметров модели {а/} ) позволяет (наряду со здравым смыслом) сократить затраты машинного времени, которые становятся чрезмерными для большого числа преобразованных переменных (параметров).


Метод включения и метод исключения .Эти методы требуют гораздо меньше вычислений,чем проверка всех возможных регрессий. В методе включения начинают с модели, состоящей только из свободного члена. Затем один за другим добавляют остальные регрессоры, а порядок их включения определяют по частным коэффициентам корреляции регрессоров f с откликом у. Рег-рессор, включаемый на данном этапе, должен иметь максимальный частный коэффициент корре-ляции. После введения нового регрессора в модель вычисляют множественный коэффициент де-терминации^ и частный F-критерий для этого регрессора. Когда величина частного F-критерия станет меньше, чем табличное значение распределения Фишера Fy, включение новых членов в модель прекращается, поскольку считается, что это не уменьшит существенно вариацию отклика.


Метод исключения корректирует структуру модели в обратном порядке. Заранее оценивают коэффициенты модели с самой полной структурой. После этого подсчитывают значения частных F-критериев для каждого регрессора при условии,что именно он исключается из модели.Находятсамое маленькое значение частного F-критерия (F^n) и сравнивают его с ранее выбранным при определенном уровне значимости табличным значением Fy. В результате принимают одно из аль-тернативных решений: если (Fmjn) <Fy, регрессор, которому соответствует это наименьшее значе-ние частного F-критерия, исключают из модели и переходят к следующему шагу исключения; ес-ли (Fmm)=>Fy, регрессионную модель далее не изменяют и процедуру исключения на этом закан-чивают.


Метод исключения обеспечивает лучшие результаты, чем метод включения, так как последний не позволяет учесть влияние, оказываемое включаемым новым регрессором на вклады тех регрессоров, которые уже были включены в модель на предыдущих этапах. Однако метод исключения может работать ненадежно для плохо обусловленных информационных матриц.

Скачать в pdf «Технологическое прогнозирование»