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
Т. В. Васильева
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
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
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
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.
Ключевые слова:
регрессионный анализ, денежный рынок, модель is-lm, баланс денег, спрос на деньги, внп
Разработка программного комплекса для обработки многомерных данных движения руслоформирующих наносов
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
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.
