Регрессионный анализ динамических систем. Александр Павлович Сарычев

В монографии изложены статистические методы моделирования динамических систем по данным наблюдений их функционирования в условиях структурной неопределенности по составу входных переменных и степени статистической зависимости между случайными составляющими в моделях. В рамках метода группового учета аргументов (МГУА) разработаны критерии качества моделей, основанные на разбиении выборки наблюдений на обучающую и проверочную подвыборки, и критерии скользящего экзамена. Применение изложенных методов моделирования позволяет глубже проникнуть в суть явлений и объектов в процессе научных исследований, позволяет лучше описать состояние и прогнозировать поведение систем в условиях структурной неопределенности в различных приложениях. Книга предназначена для специалистов по математическому моделированию в различных областях науки и практики, многомерному статистическому анализу, а также для студентов и аспирантов учебных направлений «прикладная математика», «информатика и кибернетика».