регресивні моделі

R2 або коефіцієнт детермінації часто використовується як метрика для оцінки регресійних моделей. Її можна застосовувати окремо, але зазвичай її поєднують з іншими метриками, щоб підвищити точність оцінки моделі. Метою роботи є дослідження динаміки метрики R2 регресійної моделі к-найближчих сусідів, навченої на серіях різного розміру, щоб запропонувати новий підхід для підвищення надійності та точності оцінки моделі, коли метрика R2 використовується самостійно, без застосування інших метрик.

Розглянуто основні зовнішні фактори, що впливають на тепловий мікроклімат у приміщенні. Описано процес побудови нечіткої моделі для прогнозування параметрів мікроклімату. Показано результати використання контролера нечіткої логіки для вирішення задачі прогнозування. Побудовано математичну модель для поставленої задачі на основі регресійного аналізу.

На сучасному етапі економічного реформування, запровадження ринкових методів господарювання зростає потреба в оперативності прийняття управлінських рішень у розрахунку й прогнозуванні варіантів можливих напрямів виробничої діяльності окремих підприємств. А це фактично неможливо здійснити без застосування в аналітичному дослідженні економіко-математичних методів. Найпоширенішим у процесі простого економічного аналізу діяльності економічних систем є використання кореляційно-регресійного аналізу.

Мета. Актуальною є проблема використання методики кластеризації для побудови економіко-математичних регресивних моделей оцінки нерухомості. Метою дослідження є побудова економіко-математичних моделей методами регресивного аналізу, що дасть змогу встановити не тільки найкращу оціночну модель для цієї конкретної вибірки, але й встановити принципи моделювання вартості об’єктів нерухомості на основі відомих цін аналогів. Реалізацію алгоритму регресивного аналізу необхідно розпочати з побудови матриці вибіркових парних коефіцієнтів кореляції.