Использование диффузной инициализации при оценивании параметров сепарабельной регрессии
Рассмотрение задачи оценки параметров нелинейной регрессии при отсутствии априорной информации о линейно входящих параметрах. Проблема обеспечения оценивания параметров сходимости алгоритма за приемлемое количество итераций в нелинейных задачах.
Подобные документы
Круговая функция распределения, ее характеристика. Первые оценки скорости сходимости. Примеры ядерных оценок. Гистограммные оценки, оценки типа Фикс-Ходжеса. Непараметрические оценки регрессии. Дискриминантный анализ в пространстве общей природы.
статья, добавлен 22.10.2017Статистическое описание и выборочные характеристики двумерного случайного вектора. Линейная регрессия, задачи линейного регрессионного анализа. Однофакторный дисперсионный анализ. Границы доверительных интервалов для параметров линейной регрессии.
курсовая работа, добавлен 28.10.2017Матричная запись системы данных. Методы простых и покоординатных итераций. Типы их сходимости. Оценки итерационного процесса. Алгоритм Ньютона и его модификация: двухшаговый, разностный (дискретный) и с последовательной аппроксимацией обратных матриц.
презентация, добавлен 30.10.2013Построение уравнения линейной регрессии. Оценка статистической значимости коэффициентов регрессии. Анализ качества построенной модели, с помощью показателей корреляции, детерминации и средней ошибки аппроксимации. Надежность результатов моделирования.
контрольная работа, добавлен 23.05.2021Понятие и особенности статистической оценки неизвестного параметра теоретического распределения, требования к нему, виды. Генеральная и выборочная средняя, генеральная, выборочная и исправленная дисперсия. Интервальные оценки параметров распределения.
лекция, добавлен 10.12.2008Экономическая интерпретация коэффициента регрессии. Вычисление коэффициента детерминации и средняя относительная ошибка аппроксимации. Вывод о качестве модели. Классификация уравнения не линейной регрессии: гиперболической, степенной, показательной.
контрольная работа, добавлен 12.01.2015Многомерные совокупности. Методы обработки матрицы. Оценки математического ожидания. Виды зависимостей между величинами: функциональная и статистическая. Корреляционная зависимость. Оценка корреляционного момента. Выбор вида уравнения регрессии.
контрольная работа, добавлен 29.11.2011Методы и стадии экономико-статистического исследования. Виды средних величин и дисперсии. Понятие и свойства моды и медианы. Абсолютные и средние показатели вариации. Определение оптимальной численности выборки. Вычисление параметров уравнения регрессии.
шпаргалка, добавлен 11.01.2015Рассчет линейного коэффициента парной корреляции и коэффициента детерминации. Оценка статистической значимости параметров регрессии и корреляции. Критерий Дарбина-Уотсона для проверки независимости остатков. Ошибка прогноза и его доверительный интервал.
контрольная работа, добавлен 28.05.2018Дисперсионный анализ в математической статистике как самостоятельный инструмент статистического анализа, его понятие и применение в эконометрике как вспомогательного средства для изучения качества регрессионной модели. Линейный коэффициент корреляции.
лекция, добавлен 25.04.2015Особенности методики построения корреляционной таблицы, вычисление с ее помощью параметров уравнения. Определение параболической регрессии по формуле Крамера. Оценка надежности корреляционного отношения, вариация факторного и результативного признака.
курсовая работа, добавлен 14.04.2015Разработка рекуррентного алгоритма, позволяющего получать сильно состоятельные оценки параметров многомерных по входу линейных динамических систем при наличии помех наблюдения во входных и выходных сигналах. Оценка эффективности предложенного метода.
статья, добавлен 31.08.2018Рассмотрение статистического описания и выборочных характеристик двумерного случайного вектора. Построение диаграммы рассеяния, нанесение на нее уравнения регрессии. Определение качества аппроксимации результатов наблюдений выборочной регрессии.
курсовая работа, добавлен 13.10.2017Применение классической модели регрессии для анализа однородных объектов. Разделение территории на зоны, определение административных границ. Использование методов движущегося окна, фиксированных и адаптивных ядер при вычислении весовых коэффициентов.
статья, добавлен 24.02.2019Построение поля корреляции и формулирование гипотезы о форме связи. Расчет параметров уравнений линейной регрессии. Сравнительная оценка силы связи фактора с результатом с помощью среднего (общего) коэффициента эластичности. Средняя ошибка аппроксимации.
контрольная работа, добавлен 29.04.2015Характеристика метода наименьших квадратов. Краткая информация о двухшаговом и трёхшаговом методах наименьших квадратов. Парная линейная регрессия и системы одновременных уравнений. Автокорреляция остатков как важная проблема при оценивании регрессии.
контрольная работа, добавлен 09.07.2011Ознакомление с линейным уравнением множественной регрессии. Определение и характеристика ошибки аппроксимации. Рассмотрение и анализ результатов сравнения коэффициентов частной и парной корреляции. Изучение уравнение степенной и линейной модели.
контрольная работа, добавлен 09.01.2017Расчет числовых характеристик выборочного распределения. Построение вариационного ряда и расчёты с использование электронных таблиц. Задача практического применения дисперсного анализа, парной линейной и нелинейной, а так же множественной регрессии.
контрольная работа, добавлен 11.04.2016Понятие регрессионного анализа и его цели. Использование линейных и нелинейных функций при построении регрессионных моделей. Проверка на значимость коэффициентов регрессии по статистическому критерию Стьюдента и ее уравнения с помощью F-критерия Фишера.
контрольная работа, добавлен 19.11.2013Построение классической линейной модели множественной регрессии. Анализ матриц коэффициентов корреляции на наличие мультиколлинеарности. Анализ линейной модели парной регрессии с наиболее значимым фактором. Влиянием значимых факторов на результат.
контрольная работа, добавлен 23.05.2015Определение момента окончания переходного процесса при изменении параметров непрерывной динамической системы на основе применения метода Ляпунова, основанного на оценивании областей притяжения состояний равновесия. Проблема построения функции Ляпунова.
статья, добавлен 12.05.2018Сущность линейной регрессии как метода восстановления зависимости между двумя переменными. Особенности регрессионной модели. Рассмотрение основных функций предиктора. Характеристика метода наименьших квадратов. Порядок определения линейной регрессии.
краткое изложение, добавлен 17.03.2015Общая характеристика графика модели парной регрессии. Знакомство с наиболее важными этапами расчета коэффициента детерминации. Рассмотрение основных способов построения степенной модели парной регрессии. Особенности проведения корреляционного анализа.
статья, добавлен 27.12.2020Вектор оценок параметров регрессионного уравнения. Классическая оценка ковариационной матрицы метода наименьших квадратов, оценка параметров. Разработка программного обеспечения. Дисперсия ошибки. Однородные группы наблюдений, формула Стерджесса.
статья, добавлен 02.02.2019Наилучшая линейная процедура получения оценок параметров уравнения и условия, при которых эта процедура дает несмещенные и эффективные оценки, сформулированная в теореме Гаусса-Маркова. Вычисление дисперсии (ковариационной матрицы) параметров модели.
презентация, добавлен 15.10.2014