10.26731/2658-3704.2020.3(8).1-10
Статья посвящена разработке алгоритма построения качественных и хорошо интерпретируемых регрессионных моделей. Проведен анализ программного комплекса автоматизации процесса построения регрессионных моделей, предназначенного для реализации "конкурса" моделей. На основе анализа выявлен ряд недостатков данного программного продукта, в частности, то, что полученные в результате его работы регрессионные модели зачастую трудно интерпретировать. На основе выявленных недостатков впервые введено понятие "хорошо интерпретируемая качественная модель". Сформулированы требования к таким регрессиям. Рассмотрен эффективный алгоритм реализации "конкурса" моделей "Selection B". Разработан фундаментальный блок алгоритмов построения хорошо интерпретируемых качественных регрессионных моделей. Для его реализации достаточно модернизировать эффективный алгоритм "Selection B".
1. Носков С.И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. – Иркутск: Облинформпечать, 1996. – 321 с. 2. Носков С.И., Базилевский М.П. Программный комплекс автоматизации процесса построения регрессионных моделей // Международный журнал прикладных и фундаментальных исследований. – 2010. – № 1. – С. 93-94. 3. Базилевский М.П., Носков С.И. Методические и инструментальные средства построения некоторых типов регрессионных моделей // Системы. Методы. Технологии. – 2012. – № 1 (13). – С. 80-87. 4. Баенхаева А.В., Базилевский М.П., Носков С.И. Моделирование валового регионального продукта Иркутской области на основе применения методики множественного оценивания регрессионных параметров // Фундаментальные исследования. – 2016. – № 10-1. – С. 9–14. 5. Баенхаева А.В., Базилевский М.П., Носков С.И. Выбор структурной спецификации регрессионной модели валового регионального продукта Иркутской области // Информационные технологии и проблемы математического моделирования сложных систем. – 2016. – № 16. – С. 31-38. 6. Базилевский М.П., Врублевский И.П., Носков С.И., Яковчук И.С. Среднесрочное прогнозирование эксплуатационных показателей функционирования Красноярской железной дороги // Фундаментальные исследования. – 2016. – № 10-3. – С. 471–476. 7. Носков С.И., Врублевский И.П. Анализ регрессионной модели грузооборота железнодорожного транспорта // Вестник транспорта Поволжья. – 2020. – № 1 (79). – С. 86-90. 8. Носков С.И., Врублевский И.П. Регрессионная модель динамики эксплуатационных показателей функционирования железнодорожного транспорта // Современные технологии. Системный анализ. Моделирование. – 2016. – № 2 (50). – С. 192-197. 9. Базилевский М.П., Носков С.И. Моделирование обстановки с пожарами в сельских населенных пунктах в условиях их газификации // Информационные технологии и проблемы математического моделирования сложных систем. – 2012. – № 10. – С. 65-71. 10. Базилевский М.П., Носков С.И. Технология организации конкурса регрессионных моделей // Информационные технологии и проблемы математического моделирования сложных систем. – 2009. – № 7. – С. 77-84. 11. Базилевский М.П., Носков С.И. Статистический анализ критериальных матриц при организации "конкурса" регрессионных моделей // Информационные технологии и математическое моделирование в управлении сложными системами. – 2019. – № 1 (2). – С. 13-26. 12. Елисеева И.И. Эконометрика / И.И. Елисеева, С.В. Курышева, Т.В. Костеева и др. – М.: Финансы и статистика, 2007. – 576 с. 13. Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа. – М.: Финансы и статистика, 1983. – 303 с. 14. Базилевский М.П. Повышение эффективности алгоритма отбора по критерию детерминации информативных регрессоров в регрессионных моделях // Прикладная математика и информатика: современные исследования в области естественных и технических наук : сборник научных статей IV научно-практической международной конференции (школы-семинара) молодых ученых: в двух частях. – 2018. – С. 196–202.