Читать в оригинале

<< ПредыдущаяОглавлениеСледующая >>


2.3. Выработка частных вариантов прогноза.

Стратегии прогнозирования зависят от того, какие отношения между элементами разных штаммов мы считаем инвариантными при переходе от одного штамма к другому (т. е. постоянными для разных моментов времени). Если мы считаем, что информативными являются абсолютные значения соответствующих элементов штаммов, то значение прогнозируемого элемента  можно найти по абсолютным значениям  соответствующих элементов (предикторов), связанных с компетентными штаммами данной группы, т. е. с элементами . Напомним, что количество разных компетентных базовых штаммов мощности  равно , так что в прогнозировании элемента  может принять участие  предикторов ( групп по  предикторов).

Если предполагается линейная зависимость между соответствующими элементами разных штаммов, то можно воспользоваться прогнозированием с помощью линейной регрессии. Строится линейная регрессия между  элементами базового и -го компетентного штаммов. Подстановка элемента  в уравнение этой регрессии позволяет получить величину  в качестве -го варианта прогноза для элемента . Аналогично получаются и все другие к вариантов прогноза для штаммов этой группы: . Здесь, как и в предыдущем случае, общее число предикторов (и вырабатываемых ими частных прогнозов) равно .

Теперь предположим, что отношения между элементом  и всеми -ми элементами данного штамма  такие же, как и отношения между элементом  базового штамма и всеми его элементами . Тогда можно получить  вариантов значения прогнозируемого элемента с опорой на каждый -й элемент -го компетентного штамма:

В этом случае роль предиктора играет каждый элемент штамма в отдельности, так что каждый -й штамм представляет собой набор из  предикторов, а все  штаммов из компетентной группы образуют коллектив из  групп по  предикторов. Общее число предикторов (частных прогнозов) для этого случая будет равным  ( коллективов по  групп из  предикторов).

Нетрудно представить способ получения вариантов прогноза и для данных, измеренных в других шкалах. Эти способы могут представлять собой модификации основного содержания алгоритмов семейства WANGА, описанного в главе 7.

 



<< ПредыдущаяОглавлениеСледующая >>