Методы оценивания зависимостей, использующие сингулярное разложение. Смещенные и несмещенные оценки

Содержание
Введение
1. Модель регрессионного анализа и оценки наименьших квадратов.
1.1 Основные предпосылки регрессионного анализа
1.2 Сингулярное разложение матриц 1.3 Оценки метода наименьших квадратов.
Их построение и статистические свойства.
1.4 Оценки метода наименьших квадратов в условиях
ошибок вычисления
2. Взвешенные оценки регрессионного анализа.
1.2 Включение в модель весов
1.2 Оптимальный выбор весов.
1.3 Оценивание значений оптимальных весов
1.4 Исключение переменных посредством весов
1.5 Учет ограничений общего вида
3. Методы проверки предпосылок регрессионного анализа и качества моделей.
3.1 Скользящий экзамен.
3.2 Поиск отклонений от нормальности и построение устойчивой
к ним оценки
3.3 Случайные регрессоры.
3.4 Нелинейное оценивание и классификация с учителем
4. Практическое применение 1оценок
4.1 Нотационный эксперимент для проверки работоспособности оценок
4.2 Нотационный эксперимент для проверки работоспособности Уоценок
4.3 Результаты приложения методов смещенного регрессионного анализа в медицинских задачах.
4.4 Результаты приложения методов смещенного регрессионного анализа в экономических задачах.
4.5 Результаты приложения методов смещенного регрессионного анализа в задаче прогнозирования дисперсности катализатора
Заключение
Список литературы