Остання редакція: 2017-04-12
Тези доповіді
Встановлено необхідність забезпечення певних властивостей вибірки для використання її в дискримінантному аналізі. Ці властивості обумовлені особливостями застосування ДА і вимагаються:
- для виконання відповідних передумов, висунутих в ДА;
- для забезпечення обчислювальної стійкості побудови дискримінантної моделі;
- для можливості гарантованого практичного застосування отриманих моделей.
Для забезпечення вказаних властивостей вибірки для дискримінантного аналізу необхідно використовувати робастні плани експерименту на основі рівномірно розподілених ЛПt чисел. В тому випадку, коли планування неможливе, необхідно використовувати розроблені засоби для поширення планування на пасивний експеримент.
Таким чином, виконано поширення планування експерименту на дискримінантний аналіз.
Ключові слова
Посилання
1. Прикладная статистика: Классификация и снижение размерности: Справ. изд. / С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин — М.: Финансы и статистика, 1989. — 607 с.
2. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике –М.: ЮНИТИ-ДАНА, 1999.–598с.
3. Статистические методы для ЭВМ / Под ред. К. Энслейна, Э. Релстона, Г.С. Уилфа; Пер. с англ. / Под ред. М.Б. Малютова.— М.: Наука, 1986.— 464 с.
4. С.Н. Лапач, А.В. Чубенко, П.Н. Бабич Статистика в науке и бизнесе –К.: 2002, Морион. – 640с
5. Воеводин В.В., Кузнецов Ю.А. Матрицы и вычисления. – М.: Наука, 1984. – 320с.
6. Демиденко Е.З. Линейная и нелинейная регрессии. – М.: Финансы и статистика, 1981. – 302 с.
7. Петрович М.Л. Регрессионный анализ и его математическое обеспечение на ЕС ЭВМ: – М.: Финансы и статистика, 1982. – 199с.
8. Райс Дж. Матричные вычисления и математическое обеспечение / Пер. с англ. О.Б. Арушаняна. Под ред. В.В. Воеводина. - М.: Мир, 1984. - 264с.
9. Форсайт Дж., Малькольм М., Моулер К. Машинные методы математических вычислений / Пер. с англ. Х.Д. Икрамова. – М.: Мир, 1980. – 280 с.
10. С.Н. Лапач, С.Г. Радченко Основные проблемы построения регрессионных моделей // Математичні машини і системи, 2012, № 4, С. 125–133.
11. Огороднік С.В., Лапач С.М. Поліноми Чебишева і звичайні поліноми в регресії при використанні масових програмних засобів / Загально університетська науково-технічної конференції молодих вчених та студентів, Київ. 2012р..С. 105–107.
12. С.Н. Лапач Регрессионный анализ: процессный подход /Математичні машини і системи, 2016, № 1. C.129–138
13. С.Н. Лапач Робастные планы эксперимента / Математичне та імітаційне моделювання систем. МОДС 2016: тези доповідей Одинадцятої міжнародної науково-практичної конференції (Жукин, 27 червня – 1 липня 2016р.) – Чернігів: ЧНТУ, 2016. –С.320-324.
14. Лапач С.Н., Пасечник М.Ф., Чубенко А.В. Статистические методы в фармакологии и маркетинге фармацевтического рынка –К.: 1999, ЗАТ “Укрспецмонтаж” – 312с.
15. Лапач С.Н., Радченко С.Г., Бабич П.Н. Планирование, регрессия и анализ моделей PRIAM ( ПРИАМ) / Каталог программные продукты Украины. К.: 1993. С. 24-27.
16. С.Н. Лапач Планирование в пассивном эксперименте. Математичні машини і системи, 2013, № 4, С. 156–160.