Красоткина О. В.

Методы регуляризации в задаче восстановления нестационарной регрессионной зависимости

Журнал: 
Страница: 
274
Задача оценивания нестационарной регрессии практически всегда связна с необходимостью выбора подмножества релевантных регрессоров и определения подходящего уровня нестационарности регрессионной модели, который может изменяться от полной стационарности мгновенных моделей до их полной независимости друг от друга.

Обобщение информационного критерия Акаике для выбора значений непрерывных параметров в моделях данных

Журнал: 
Страница: 
61
Применение информационного критерия Акаике (AIC) для выбора класса модели из упорядоченного множества вложенных классов моделей ограничено предположением, что классы определяются возрастающей размерностью вектора параметров. Мы распространили принцип максимума информации по Кульбаку, лежащий в основе классического информационного критерия Акаике, на более широкий класс моделей, в котором размерность вектора параметров фиксирована, но свобода выбора его значений ограничена системой непрерывно вложенных семейств априорных плотностей распределения.