Нейросети
Нейросети
Нейросети
Нейросети
Нейросети





Нейросети
  Глава 1     Глава 2   

 

 

Модель является адекватной, так как FP > FT (при степенях свободы v1 = 3 и v2 = 26 имеем 292,99 > 2,98), но на ее основе нельзя осуществлять прогнозы, так как она включает в себя незначимые факторы - х1 3 и х

3. Исключая незначимые факторные признаки (процент реализации халвы и расход сырья) получим следующую модель

Если анализировать уравнение (3.8), то можно сказать, что по показателям, показанным на рисунке 3.30, оно лучше, чем уравнение (3.7), хотя и то и другое включают всего один фактор (стоимость 1 тонны сырья). Но коэффициент множественной детерминации модели третьего порядка выше (RI = 0.97, число неучтенных факторов 3 %) Данная модель является, как и все предыдущие, адекватной, так как FP > FT (при степенях свободы v1=1 и v2=28 имеем 859,21 >

4,20), и на ее основе можно принимать решения и осуществлять прогнозы.

Смешанные модели, в которых используются факторы второго, третьего и выше порядков исключены из рассмотрения, так как при их построении ухудшается значение коэффициента множественной детерминации.

Таким образом, на данный момент наилучшей является модель третьего порядка, с одним факторным признаком.

Рассмотрим логарифмические u1084 модели.

Рисунок 3.31. Нелинейные компоненты регрессии

Выбираем следующие факторные признаки.








Подпись: Начало
Подпись: Дальше

Нелинейные многофакторные модели 8