Этапы построения регрессионных моделей. Верификация регрессионных моделей.

Здесь-то и появляется определение регрессионных моделей. Модели, которые позволяют описывать математическими формулами дискретные экспериментальные точки - называются регрессионными.

Одну из таких моделей мы сегодня построим. Эту модель мы будем строить в соответствии с планом, который следует соблюдать при составлении любых информационных моделей.

Этапы приведены на доске: словесная постановка, формализованная постановка, построение компьютерной модели, анализ полученной модели - эксперимент, корректировка модели.

Пусть мы провели исследования и получили статистические данные, показывающие изменение объема продажи жилья в г. Москва в период с 1990 по 2003 год. Будь мы на месте застройщика, нас, естественно, интересовал бы вопрос, а каким будет объем продаж через год, через два, а лучше через 10 лет. Следовательно, необходимо составить модель.

Этап первый: Словесная постановка задачи

Построить регрессионную модель объекта с целью прогнозирования объема продаж жилья по имеющимся табличным данным.

Этап второй: Формализованная постановка задачи

Запись исходных данных, допущений и цели построения модели с использованием формального языка математики.

Обратите внимание на наши исходные данные - они нанесены на декартову систему координат. Даже незнающий человек заметит, что распределение точек на плоскости будто соответствует некоторой закономерности. Наблюдается характерный спад объема продаж до 2000 года и подъем после этого периода.

Этап третий: Построение компьютерной модели

Выбираем программу, в которой будет выполняться решение. Для нас - это Excel. Это достаточно мощный инструмент для обработки большого количества экспериментальных данных, представленных в табличном виде. Вводим исходные данные, строим график. Используем встроенные процедуры для получения модели.

Этап четвертый: анализ полученной модели и ее корректировка

Термину регрессионная модель, используемому в регрессионном анализе, можно сопоставить синонимы: «теория», «гипотеза». Эти термины пришли из статистики, в частности из раздела «проверка статистических гипотез». Регрессионная модель есть прежде всего гипотеза, которая должна быть подвергнута статистической проверке, после чего она принимается или отвергается.

Регрессионная модель — это параметрическое семейство функций, задающее отображение

где W Е W — пространство параметров, XGX — пространство свободных переменных, Y — пространство зависимых переменных.

Основные понятия и особенности построения балансовых моделей.

Балансовая модель— 1. Система уравнений (балансовых соотношений, балансовых уравнений), которые удовлетворяют требованию соответствия двух элементов: наличия ресурса и его использования (напр., производства каждого продукта и потребности в нем, рабочей силы и количества рабочих мест, платежеспособного спросанаселения и предложения товаров и услуг). Соответствие здесь понимается либо как равенство, либо менее жестко — как достаточность ресурсов для покрытия потребности (и следовательно, наличие некоторого резерва). См. Балансовый метод.