Ключевое слово: «регрессионный анализ»

Васильева Т. В., Елисеенко И. Л. Построение методики обучения математической статистике студентов гуманитарных и технических направлений // Научно-методический электронный журнал «Концепт». – 2014. – № 8 (август). – С. 26–30. – URL: http://e-koncept.ru/2014/14204.htm.
Полный текст статьи Читать онлайн Статья в РИНЦ
В статье рассмотрены подходы к построению методики обучения математической статистике студентов гуманитарных и технических направлений с целью развития умения решать профессиональные задачи с использованием адекватного математического аппарата.
Гусева Е. В., Корчагин С. А. Использование некоторых аналогий для связи изложения нелинейного регрессионного анализа с линейным // Научно-методический электронный журнал «Концепт». – 2015. – Т. 6. – С. 146–150. – URL: http://e-koncept.ru/2015/65230.htm.
Статья в РИНЦ
При обработке данных наблюдений, и в частности, при построении различных моделей (в том числе геологических и геофизических ) и при выявлении взаимосвязей между различными характеристиками процессов широко применяется метод регрессионного анализа. В представленном коротком сообщении замечено, что принятая (изложенная в ряде руководств по регрессионному анализу) процедура нелинейного регрессионного анализа, может быть дополнена, с целью получения уточняющей информации. Это дополнение к алгоритму нелинейного регрессионного анализа излагается на примере двумерной нелинейной модели, путем сравнения с процедурой линейного регрессионного анализа, проведенного на той же выборке. В результате такого сравнения сделан вывод о полезности рассмотрения еще двух, дополнительных регрессионных моделей, наряду с основной моделью, имеющей дело с уравнениями регрессии в виде двух многочленов одинаковой степени. Отмечено, что дополнение изложения нелинейного регрессионного анализа результатами статьи, позволит обеспечить большую преемственность изложения, и подчеркнуть аналогии между линейным и нелинейным анализом. Результаты статьи могут найти применение в различных областях исследований при корреляционном анализе данных.
Бутурлина О. С. Использование методов регрессионного анализа для построения зависимостей «Инвестиции - Сбережения» в модели IS-LM (на примере экономики Российской Федерации) // Научно-методический электронный журнал «Концепт». – 2016. – Т. 11. – С. 4096–4100. – URL: http://e-koncept.ru/2016/86858.htm.
Полный текст статьи Читать онлайн Статья в РИНЦ
В статье ставится задача применить методы регрессионного анализа с помощью программного обеспечения Statistica 10.0 для выявления корреляции между показателями экономики России за период 2005–2014 гг. в декомпозиции «Инвестиции – Сбережения» (IS) модели IS-LM.
Машкарина М. В. Построение зависимостей «Предпочтение ликвидности – Деньги» в модели IS-LM (на примере экономики Российской Федерации) // Научно-методический электронный журнал «Концепт». – 2016. – Т. 11. – С. 2536–2540. – URL: http://e-koncept.ru/2016/86538.htm.
Полный текст статьи Читать онлайн Статья в РИНЦ
Универсальность модели IS-LM позволяет использовать ее как базовую для моделирования процессов, происходящих в открытой экономике. Процесс взаимодействия товарного и денежного рынков необходимо изучать для поиска путей регулирования равновесия рыночной экономики, достижения макроэкономического равновесия при помощи воздействия на экономику государства, правительства, Центрального банка различными экономическими инструментами.
Магомедова М. Р. Разработка программного комплекса для обработки многомерных данных движения руслоформирующих наносов // Научно-методический электронный журнал «Концепт». – 2016. – Т. 15. – С. 1951–1955. – URL: http://e-koncept.ru/2016/96309.htm.
Полный текст статьи Читать онлайн Статья в РИНЦ
Разработанная программа предназначена для проведения факторного и регрессионного анализа больших массивов данных с большим количеством показателей на основе метода главных факторов. При этом с точки зрения практических соображений предлагается учитывать также широкое применение в факторном анализе ЭВМ и пакетов прикладных программ для обработки экспериментальных данных, реализуемых в программном продукте FACTOR.