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

DOI 10.34229/KCA2522-9664.24.2.6
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 будівництва та архітектури, Дніпро, Україна,
a.s.korkhin@gmail.com


ВИЗНАЧЕННЯ КУСКОВО-ЛІНІЙНОГО ТРЕНДУ
НЕСТАЦІОНАРНОГО ЧАСОВОГО РЯДУ НА ОСНОВІ
ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ.
II. МАШИННI ЕКСПЕРИМЕНТИ ТА РОЗВ’ЯЗАННЯ
ПРАКТИЧНОЇ ЗАДАЧІ

Анотація. Наведено результати апробації методу побудови кусково-лінійного тренду, що може як мати розриви у точках перемикань, так і бути неперервним у цих точках, тобто являти собою лінійний сплайн. Розглянуто приклад застосування методу для побудови лінійної регресії з перемиканнями, яка має дві незалежні змінні з трендом. Розв’язано задачі апроксимації сплайном часового ряду логарифмів числа інфікованих COVID-19 в Україні.

Ключові слова: тренд, регресія, точка перемикання, сплайн, обчислення у реальному часі.


повний текст

СПИСОК ЛІТЕРАТУРИ

  1. Knopov P.S., Korkhin A.S. Regression analysis under a priori parameter restrictions. Springer Optimization and Its Applications. Vol 54, New York, NY: Springer, 2011. https://doi.org/10.1007/978-1-4614-0574-0.

  2. Korkhin A.S. Parameter estimation accuracy for nonlinear regression with nonlinear constraints. Cybernetics and Systems Analysis. 1998. Vol. 34, N 5. P. 663–672. https://doi.org/10.1007/BF02667038.

  3. Кнопов П.С., Корхін А.С. Визначення кусково-лінійного тренду нестаціонарного часового ряду на основі інтелектуального аналізу даних. I. Опис та обгрунтування методу. Кібернетика та системний аналіз. 2024. Т. 60, № 1. С. 61–72.

  4. Perron P., Zorta E. Estimation and inference of linear trend slope ratios with an application to global temperature data. 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. https://doi.org/10.1007/s10559-018-0045-9.

  6. Korkhin A.S. An approximate method of constructing a switching regression with unknown switch points. Cybernetics and Systems Analysis. 2020. Vol. 56, N 3. P. 426–438. https://doi.org/10.1007/s10559-020-00258-1.

  7. 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. https://doi.org/10.1007/s10559-020-00314-w .

  8. Knopov P.S., Korkhin A.S. Dynamic models of epidemiology in discrete time taking into account processes with lag. Int. J. Dynam. Control. 2023. Vol. 11. P. 2193–2214. https://doi.org/10.1007/s40435-023-01135-3.

  9. Golodnikov A.N., Knopov P.S., Pepelyaev V.A. Estimation of reliability parameters under incomplete primary information. Theory and Decision. 2004. Vol. 57, N 4. P. 331–344. https://doi.org/10.1007/s11238-005-3217-9.

  10. Norkin V.I., Gaivoronski A.A., Zaslavsky V.A., Knopov P.S. Models of the optimal resource allocation for the critical infrastructure protection. Cybernetics and Systems Analysis. 2018. Vol. 54, N 5. P. 696–706. https://doi.org/10.1007/s10559-018-0071-7.




© 2024 Kibernetika.org. All rights reserved.