Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия, 2022, том 9, выпуск 4, страницы 575–589
DOI: https://doi.org/10.21638/spbu01.2022.401 (Mi vspua53) 		 
МАТЕМАТИКА

Об аппроксимации прогноза частичными предсказаниями в условиях неполных данных

Н. П. Алексееваa, Ф. С. Ш. Ал-Джубуриb

a Санкт-Петербургский государственный университет, Российская Федерация, 199034, Санкт-Петербург, Университетская наб., 7-9
b Университет информационных технологий и коммуникаций, Ирак, Багдад, ул. Ал-Нидал
PDF полного текста (531 kB)
Список литературы:
PDF
HTML
DOI: https://doi.org/10.21638/spbu01.2022.401
Аннотация: В статье рассматриваются применение метода случайных подпространств для прогнозирования по неполным данным и построение оценки полного прогноза по набору частичных предсказаний. Не умаляя общности, изучаются центрированные частичные предсказания. Согласно статистической модели, внедиагональные элементы корреляционной матрицы частичных предсказаний рассматриваются случайными с заданными математическим ожиданием и дисперсией. Получены аналитические выражения математического ожидания определителя и алгебраических дополнений этой матрицы. В результате построен класс более точных оценок полного прогноза, которые отличаются от среднего частичного предсказания множителями, зависящими от статистических параметров корреляционной матрицы частичных предсказаний. Приведены результаты моделирования и практического прогнозирования на неполных биогеографических данных.
Ключевые слова: метод случайных подпространств, статистическая модель, матрица со случайными элементами, частичные предсказания, множественная регрессия.
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 20-01-00096
Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (грант №20-01-00096).
Поступила в редакцию: 05.01.2022
Исправленный вариант: 20.04.2022
Принята в печать: 09.06.2022
Англоязычная версия:
Vestnik St. Petersburg University, Mathematics, 2022, Volume 9, Issue 4, Pages 369–379
DOI: https://doi.org/10.1134/S1063454122040033
Реферативные базы данных:
Тип публикации: Статья
УДК: 519.22-24
MSC: 62-07, 62B10, 62H86
Образец цитирования: Н. П. Алексеева, Ф. С. Ш. Ал-Джубури, “Об аппроксимации прогноза частичными предсказаниями в условиях неполных данных”, Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия, 9:4 (2022), 575–589; Vestn. St. Petersbg. Univ., Math., 9:4 (2022), 369–379
Цитирование в формате AMSBIB
\RBibitem{AleAl-22}
\by Н.~П.~Алексеева, Ф.~С.~Ш.~Ал-Джубури
\paper Об аппроксимации прогноза частичными предсказаниями в условиях неполных данных
\jour Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия
\yr 2022
\vol 9
\issue 4
\pages 575--589
\mathnet{http://mi.mathnet.ru/vspua53}
\crossref{https://doi.org/10.21638/spbu01.2022.401}
\mathscinet{http://mathscinet.ams.org/mathscinet-getitem?mr=4529131}
\transl
\jour Vestn. St. Petersbg. Univ., Math.
\yr 2022
\vol 9
\issue 4
\pages 369--379
\crossref{https://doi.org/10.1134/S1063454122040033}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/vspua53
  • https://www.mathnet.ru/rus/vspua/v9/i4/p575
    • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024