Bibliographic Details
| Title: |
Программное обеспечение для оценивания модульных линейных регрессий: Software for estimating modular linear regressions |
| Source: |
Информационные и математические технологии в науке и управлении. :136-146 |
| Publisher Information: |
Melentiev Energy Systems Institute, 2023. |
| Publication Year: |
2023 |
| Subject Terms: |
метод наименьших квадратов, коэффициент детерминации, грузооборот, модульные регрессии, t-критерий Стьюдента, программное обеспечение, метод наименьших модулей |
| Description: |
Ранее были предложены модели модульной линейной регрессии, содержащие в качестве регрессоров модули отклонений значений объясняющих переменных от неизвестных коэффициентов. Известен алгоритм их точного оценивания с помощью метода наименьших модулей и алгоритм приближенного оценивания с помощью метода наименьших квадратов. Программных продуктов, реализующих эти алгоритмы, до сегодняшнего дня разработано не было. Данная статья посвящена описанию разработанного программного комплекса оценивания модульных линейных регрессий (ПК МОДУЛИР-1). В нём при оценивании модульной линейной регрессии с помощью метода наименьших модулей по заданным настройкам автоматически формируется задача частично-булевого линейного программирования для пакета LPSolve. В случае приближенного оценивания с помощью метода наименьших квадратов осуществляется полный перебор всех возможных вариантов моделей и выбирается лучшая по величине коэффициента детерминации модульная регрессия со всеми значимыми по t-критерию Стьюдента коэффициентами. С помощью ПК МОДУЛИР-1 решена задача моделирования грузооборота железнодорожного транспорта Забайкальского края. Коэффициент детерминации построенной с помощью метода наименьших квадратов модульной регрессии с пятью объясняющими переменными составил 0,94, что примерно в 4 раза выше, чем у традиционной линейной регрессии. При этом все коэффициенты модульной регрессии оказались значимы по t-критерию Стьюдента. Показано, как можно интерпретировать построенную модульную регрессию. |
| Document Type: |
Article |
| Language: |
Russian |
| ISSN: |
2413-0133 |
| DOI: |
10.25729/esi.2023.31.3.013 |
| Accession Number: |
edsair.doi...........1484f62e85d4e8bd7181ef56912982e6 |
| Database: |
OpenAIRE |