Cybernetics And Systems Analysis logo
Інформація редакції Аннотації статей Автори Архів
Кібернетика та Системний Аналіз
Міжнародний Науково-Теоретичний Журнал
-->

DOI: 10.34229/KCA2522-9664.24.1.6
УДК 519.21

П.С. КНОПОВ
Інститут кібернетики ім. В.М. Глушкова НАН України, Київ, Україна,
knopov1@yahoo.com

А.С. КОРХІН
Придніпровська державна академія будівництів та архітектури, Дніпро, Україна,
a.s.korkhin@gmail.com


ВИЗНАЧЕННЯ КУСКОВО-ЛІНІЙНОГО ТРЕНДУ
НЕСТАЦІОНАРНОГО ЧАСОВОГО РЯДУ
НА ОСНОВІ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ.
І. ОПИС ТА ОБҐРУНТУВАННЯ МЕТОДУ

Анотація. Запропоновано розглядати тренд нестаціонарного часового ряду як лінійну регресію з невідомими точками перемикання. Описано та обгрунтовано метод оцінювання точок перемикання, що базується на інтелектуальному аналізі даних з використанням статистичних критеріїв.

Ключові слова: лінійна регресія, алгоритм, часовий ряд, тренд, методи, математичне програмування.


повний текст

СПИСОК ЛІТЕРАТУРИ

  1. Bai J. Estimation of a change point in multiple regression models. Review of Economics and Statistics, 1997. P. 551–563.

  2. Bai J., Perron P. Computation and analysis of multiple structural change models. Journal of Applied Econometrics. 2003. Vol. 18. P. 1–22.

  3. Casini A., Perron P. Continuous record Laplace-based inference about the break date in structural change models. Journal of Econometrics. May 2020. P. 37–53.

  4. Perron P., Zorta E. Estimation and inference of linear trend slope ratios with an application to global temperature. Journal of Time Series Analysis. 2017. Vol. 38, N 5. P. 630–667.

  5. Korkhin A.S. Constructing a switching regression with unknown switching points. Cybernetics and Systems Analysis. 2018. Vol. 54, N 3. P. 443–455.

  6. Knopov P.S., Korkhin A.S. Continuous-time switching regression method with unknown switching points. Cybernetics and Systems Analysis. 2020. Vol. 56, N 1. P. 68–80.

  7. Korkhin A.S. An approximate method of constructing a switching regression with unknown switch points. Cybernetics and Systems Analysis. 2020. Vol. 56, N 3. 426-438.

  8. Knopov P.S., Korkhin A.S. Statistical analysis of the dynamics of coronavirus cases using stepwise switching regression. Cybernetics and Systems Analysis. 2020. Vol. 56, N 6. P. 943–952.

  9. Розин Б.Б., Котюков В.И., Ягольницер М.А. Экономико-статистические модели с переменной структурой. Новосибирск: Наука, 1984. 242 с.

  10. Дрейпер Н., Смит Г. Прикладной регрессионный анализ, 3-е изд. Москва: Издательский дом «Вильямс», 2016. 912 с.

  11. Себер Дж. Линейный регрессионный анализ. Москва: Мир, 1980. 456 с.

  12. Корхин А., Пржебицин З. Основы теории вероятностей и математической статистики (для экономистов). Днепр: Лира, 2022. 540 с.

  13. Chow G.C. Tests of equality between sets of coefficients in two linear regressions. Econometrica 28, 1960. P. 591–605.

  14. Алберт А. Регрессия, псевдоинверсия и рекуррентное оценивание. Москва: Наука, 1977. 224 с.

  15. Knopov P.S., Korkhin A.S, Vovk L.B. On minimum length confidence intervals. Modern optimization methods for decision making under risk and uncertainty. CRC Press, 2023. P. 87–101.

  16. Корхин А.С., Минакова Е.П. Компьютерная статистика. Ч. 2. Днепропетровск: Национальный горный университет, 2009. 239 с.

  17. Korkhin A.S. Parameter estimation accuracy for nonlinear regression with nonlinear constraints. Cybernetics and Systems Analysis. 1998. Vol. 34, N 6. P. 663–672.

  18. Korkhin A.S. Solution of problems of the nonlinear least-squares method with nonlinear constraints based on the linearization method. Journal of Automation and Information Sciences. 1999. Vol. 31, N 6. P. 110–120.




© 2024 Kibernetika.org. All rights reserved.