Прогнозирование состояния технического объекта на основе кусочно-линейных регрессий

В.Н. Клячкин; Д.С. Бубырь

Прогнозирование состояния технического объекта на основе кусочно-линейных регрессий

научная статья Страницы: 137-140

¹ д.т.н., профессор, кафедра «Прикладная математика и информатика», Ульяновский государственный технический университет
² аспирант, кафедра «Прикладная математика и информатика», Ульяновский государственный технический университет

Ключевые слова: прогнозирование состояния обучающая и контрольная выборка средняя относительная ошибка прогноза кусочно-линейная регрессия авторегрессия

Аннотация

Предложено использовать кусочно-линейные регрессии с точкой разрыва по среднему значению отклика для прогнозирования состояния объекта. Качество моделей оценивается по средней относительной ошибке прогноза для контрольной выборки.

Для цитирования

Клячкин В.Н., Бубырь Д.С. Прогнозирование состояния технического объекта на основе кусочно-линейных регрессий // Радиотехника. 2014. № 7. С. 137–140.

Список источников

Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Кн. 1-2: пер. с англ. / под ред. Ю.П. Адлера и В.Г. Горского. М.: Финансы и статистика. 1986. 702 с.
Валеев С.Г. Регрессионное моделирование при обработке наблюдений. М.: Наука. 1991. 272 с.
Клячкин В.Н. Статистические методы в управлении качеством: компьютерные технологии. М.: Финансы и статистика. ИНФРА-М. 2009. 304 с.
Валеев С.Г., Клячкин В.Н. Особенности построения регрессионных моделей при многомерном контроле технологического процесса // Радиоэлектроника. Информатика. Управление. 2002. № 1. С. 48 - 51.
Валеев С.Г., Клячкин В.Н. Критерии выбора многооткликовых регрессий при контроле технологического процесса // Проектирование и технология электронных средств. 2003. № 2. C. 34 - 39.
Халафян А.А. SТАТISТIСА 6. Статистический анализ данных. 3-е изд. М.: ООО «Бином-Пресс». 2007. 512 с.
Statisticadocumentation [Электронный ресурс]// URL: http://documentation.statsoft.com (дата обращения: 31.03.2014).
Крашенинников В.Р., Бубырь Д.С.Кусочно-квадратичное моделирование регрессионных зависимостей при оценке качества питьевой воды / Материалы 3-й научно-практической internet-конференции «Междисциплинарные исследования в области математического моделирования и информатики» 20-21 февраля 2014. Ульяновск: SIMJET. 2014. С. 233-236.
Васильев К.К., Крашенинников В.Р. Статистический анализ многомерных изображений. Ульяновск: УлГТУ. 2007. 170 с.

Полный текст, PDF 350 ₽

[1] Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Кн. 1-2: пер. с англ. / под ред. Ю.П. Адлера и В.Г. Горского. М.: Финансы и статистика. 1986. 702 с.

[2] Валеев С.Г. Регрессионное моделирование при обработке наблюдений. М.: Наука. 1991. 272 с.

[3] Клячкин В.Н. Статистические методы в управлении качеством: компьютерные технологии. М.: Финансы и статистика. ИНФРА-М. 2009. 304 с.

[4] Валеев С.Г., Клячкин В.Н. Особенности построения регрессионных моделей при многомерном контроле технологического процесса // Радиоэлектроника. Информатика. Управление. 2002. № 1. С. 48 - 51.

[5] Валеев С.Г., Клячкин В.Н. Критерии выбора многооткликовых регрессий при контроле технологического процесса // Проектирование и технология электронных средств. 2003. № 2. C. 34 - 39.

[6] Халафян А.А. SТАТISТIСА 6. Статистический анализ данных. 3-е изд. М.: ООО «Бином-Пресс». 2007. 512 с.

[7] Statisticadocumentation [Электронный ресурс]// URL: http://documentation.statsoft.com (дата обращения: 31.03.2014).

[8] Крашенинников В.Р., Бубырь Д.С.Кусочно-квадратичное моделирование регрессионных зависимостей при оценке качества питьевой воды / Материалы 3-й научно-практической internet-конференции «Междисциплинарные исследования в области математического моделирования и информатики» 20-21 февраля 2014. Ульяновск: SIMJET. 2014. С. 233-236.

[9] Васильев К.К., Крашенинников В.Р. Статистический анализ многомерных изображений. Ульяновск: УлГТУ. 2007. 170 с.

Аннотация

Для цитирования

Похожие статьи