ТЕОРІЯ РІШЕНЬ В ЗАДАЧІ ВИБОРУ МОДЕЛІ ДЛЯ ПРОГНОЗУВАННЯ МАЙБУТНЬОГО СПОСТЕРЕЖЕННЯ

Автор(и)

  • Микола Варфоломійович Андрєєв Національний технічний університет України «КПІ», м. Київ, Україна

DOI:

https://doi.org/10.32626/2308-5878.2010-4.3-11

Ключові слова:

байєсова теорія рішень, порівняння статистичних моделей, байєсів фактор, прогнозний розподіл, метод Монте-Карло, пересічне оцінювання.

Анотація

Cтаття присвячена застосуванню теорії прийняття рішень в задачі вибору моделі для прогнозування майбутнього спостереження. Концептуальна основа є одним зі способів пошуку стохастичної моделі цього рішення. Вибір необхідної моделі робиться відповідно до відкритої чи закритої альтернатив. Ці випадки досліджуються засобами Байєсової теорії рішень.

Посилання

Bernardo J. M. Bayesian Theory / J. M. Bernardo, A. F. M. Smith. — New York : John Wiley & Sons, 1994. — 555 p.

Good I. J. Probability and Weighting of Evidence / I. J. Good. — London ; Griffin ; New York : Hafner Press, 1950. — 340 p.

Андрєєв М. В. Лекції з байєсової економетрії. Оптимальні статистичні рішення та системний аналіз проблем прийняття рішень в умовах невизначеності / М. В. Андрєєв. — К. : КІБіТ, 2007. — 464 с.

##submission.downloads##

Опубліковано

2010-09-14

Номер

2010: Математичне та комп'ютерне моделювання. Серія: Фізико-математичні науки. Випуск 4

Розділ

Статті

Ліцензія

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).