О формировании норм на основе регрессионных моделей по малым выборкам
https://doi.org/10.22405/2226-8383-2025-26-1-149-156
Аннотация
Представлено расширение метода формирования нормативов для структурных элементов сложной системы, основанное на методологии байесовских интеллектуальных измерений и эконометрического моделирования на малых выборках. Реализация метода продемонстрирована на примере сельского хозяйства Тульской области.
Ключевые слова
плотность распределения вероятностей,
байесовские интеллектуальные измерения,
нормы,
эконометрическое моделирование,
регрессия,
сложная система.
При поддержке: Статья подготовлена по результатам исследований, выполненных за счет бюджетных средств по государ- ственному заданию Финуниверситета
Об авторе
Роман Александрович Жуков
Тульский филиал Финансового университета при Правительстве РФ
Россия
Россия
доктор экономических наук, кандидат физико-математических наук
Список литературы
1. Техническое регулирование: технические регламенты и стандартизация : учебное пособие / сост. И. Ю. Матушкина, Л. А. Онищенко. — Екатеринбург : Изд-во Урал. ун-та, 2018. 208 с.
2. Мадера А. Г. Моделирование и оптимизация бизнес-процессов и процессных систем в условиях неопределенности // Бизнес-информатика. 2017. № 4. С. 74–82.
3. Trung D. D. Development of data normalization methods for multi-criteria decision making: Applying for MARCOS method // Manufacturing Review. 2022. Vol. 9. No. 22.
4. Жуков Р. А. Метод оценки результатов функционирования иерархических социально-экономических систем на основе агрегированной производственной функции // Экономика и математические методы. 2021. Т. 57. № 3. С. 17-31.
5. Айвазян С. А. Байесовский подход в эконометрическом анализе // Прикладная эконометрика. 2008. № 1 (9). С. 93-130.
6. Прокопчина С. В. Байесовские интеллектуальные технологии в задачах моделирования закона распределения в условиях неопределенности: монография. М.: ИД «НАУЧНАЯ БИБЛИОТЕКА», 2020. 292 с.
7. Прокопчина С. В. Основы теории шкалирования в экономике: учебное пособие. — М.: ИД «НАУЧНАЯ БИБЛИОТЕКА», 2021. 272 с.
8. Прокопчина С. В. Байесовские интеллектуальные измерения. — М.: ИД «НАУЧНАЯ БИБЛИОТЕКА», 2021. 495 с.
9. Жуков Р. А., Прокопчина С. В. О Формировании мягких норм для оценки функционирования сложных систем // Чебышевский сборник. 2024. Т. 25. № 3 (94). С. 351-358.
10. Жуков Р. А., Прокопчина С. В., Плинская М. А., Желуницина М. А. Построение системы динамических нормативов для оценки функционирования сложных систем на примере субъектов Центрального федерального округа // Бизнес-информатика. 2024. Т. 18. № 4.С. 46-60.
11. Прокопчина С. В., Щербаков Г. А., Ефимов Ю. В. Моделирование социально-экономических систем в условиях неопределенности: учебное пособие. — М.: ИД «НАУЧНАЯ БИБЛИОТЕКА», 2019. 508 с.
12. Жуков Р. А., Прокопчина С. В., Плинская М. А., Желуницина М. А. Моделирование функциональных связей региональных экономических систем по малым выборкам на основе байесовских интеллектуальных измерений // Journal of Applied Economic Research. 2024. Т. 23. № 3. С. 721-750.
13. Федеральная служба государственной статистики Российской Федерации. URL: https://gks.ru.
14. Таблицы уровней инфляции. URL: https:// уровень-инфляции.рф/таблицы-инфляции
15. Жуков Р. А., Прокопчина С. В. Программный комплекс «Инфоаналитик 2.0». Свидетельство о государственной регистрации программы для ЭВМ No 2024617544 от 03.04.2024. URL: https://elibrary.ru/item.asp?id=65627372
16. Жуков Р. А., Прокопчина С. В., Гиниатов И. А., Николина Е. М. Применение библиотеки «Байесовская математическая статистика» в программном комплексе «Инфоинтегратор» // Мягкие измерения и вычисления. 2022. Т. 54. № 5. С. 99-108.
17. Жуков Р. А. Подход к оценке функционирования иерархических социально-экономических систем и принятию решений на базе программного комплекса «ЭФРА» // Бизнес-информатика. 2020. Т. 14. № 3. С. 82-95.
Рецензия
Для цитирования:
Жуков Р.А. О формировании норм на основе регрессионных моделей по малым выборкам. Чебышевский сборник. 2025;26(1):149-156. https://doi.org/10.22405/2226-8383-2025-26-1-149-156
For citation:
Zhukov R.A. On the formation of norms based on regression models for small samples. Chebyshevskii Sbornik. 2025;26(1):149-156. (In Russ.) https://doi.org/10.22405/2226-8383-2025-26-1-149-156
Просмотров:
53
Послать статью по эл. почте 