ЗАДАЧИ НЕЧЕТКО-ВЕРОЯТНОСТНОЙ ОПТИМИЗАЦИИ: РЕГРЕССИЯ С НЕЧЕТКИМИ ДАННЫМИ
Gespeichert in:
| Titel: | ЗАДАЧИ НЕЧЕТКО-ВЕРОЯТНОСТНОЙ ОПТИМИЗАЦИИ: РЕГРЕССИЯ С НЕЧЕТКИМИ ДАННЫМИ |
|---|---|
| Verlagsinformationen: | Институт проблем управления им. В. А. Трапезникова РАН, 2020. |
| Publikationsjahr: | 2020 |
| Schlagwörter: | несмещенность оценок, линейная регрессия, нечеткое множество, нечетко-случайная величина, состоятельность оценок |
| Beschreibung: | Построение зависимостей типа линейной регрессии между нечеткими множествами представляет интерес не только с теоретической, но и с практической точки зрения. Обычно при этом рассматривается частный вид нечетких множеств - нечеткие числа. С одной стороны, данные могут быть известны лишь приближенно. Тогда нечеткие множества могут использоваться, чтобы передать эту неопределенность. С другой стороны, данные могут быть объединены в некоторые группы. Тогда значение для группы может задаваться в виде нечеткого множества. При нечеткой регрессии рассматриваются те же задачи, что и при обычной регрессии: несмещенность и состоятельность оценок, доверительные интервалы для параметров, проверка гипотез. Для решения этих задач при обычной регрессии необходимо использовать инструментарий теории вероятностей. При нечеткой регрессии это обуславливает комбинированный нечетко вероятностный подход. В докладе обсуждается понятие нечетко-случайной величины, рассматриваются различные подходы к построению линейных регрессионных моделей с включением нечеткости, приводятся новые результаты о несмещенности и состоятельности оценок. |
| Publikationsart: | Conference object |
| Sprache: | Russian |
| DOI: | 10.25728/vspu.2019.1182 |
| Dokumentencode: | edsair.doi...........cd37bba406d5274c6f1b345ba3dba0a9 |
| Datenbank: | OpenAIRE |
Nájsť tento článok vo Web of Science Schreiben Sie den ersten Kommentar!