| Поле | Название | Значение |
| |
Тип записи |
x |
| |
Библиографический уровень |
b |
| 001 |
Контрольный номер |
prii24_to19_no2_ss23_ad1 |
| 005 |
Дата корректировки |
20251212135421.9 |
| 008 |
Кодируемые данные |
240613s2024||||RU|||||||||||#||||# rus0| |
| 035 |
Системный контрольный номер |
__ |
| a |
Системный контрольный номер |
RUMARS-prii24_to19_no2_ss23_ad1 |
| 2 |
|
AR-MARS |
| 040 |
Источник каталогиз. |
__ |
| a |
Служба первич. каталог. |
Уфимский государственный нефтяной технический университет |
| b |
Код языка каталог. |
rus |
| 041 |
Код языка издания |
0_ |
| a |
Код языка текста |
rus |
| h |
Код языка оригинала |
rus |
| 080 |
Индекс УДК |
__ |
| a |
Индекс УДК |
004.94 |
| 084 |
Индекс другой классификации/Индекс ББК |
__ |
| a |
Индекс другой классификации/Индекс ББК |
32.973-018.2 |
| v |
|
Таблицы для массовых библиотек |
| 100 |
Автор |
1_ |
| a |
Автор |
Каримбаев, Т. Т. |
| c |
Титул (звания) |
техник-программист |
| q |
Полное имя |
Тагир Тимурович |
| u |
Дополнение |
Агрофизический научно-исследовательский институт (Санкт-Петербург) |
| 4 |
Код отношения |
070 |
| 245 |
Заглавие |
10 |
| a |
Заглавие |
Использование алгоритма оптимизации DIRECT и кусочно-линейных функций для построения нелинейных регрессионных моделей по гетероскедастичным данным |
| c |
Ответственность |
Т. Т. Каримбаев, С. А. Медведев, Е. Т. Захарова |
| 336 |
Вид содержания |
__ |
| a |
Термин вида содержания |
Текст |
| 337 |
Средство доступа |
__ |
| a |
Термин типа средства |
электронный |
| 504 |
Библиография |
__ |
| a |
Библиография |
Библиогр. в конце ст. (14 назв.) |
| 520 |
Аннотация |
0_ |
| a |
Аннотация |
Нелинейные регрессионные модели являются важным инструментом в сельскохозяйственных исследованиях, так как множество биологических процессов теоретически и экспериментально описываются нелинейными функциями. Помимо того, что нелинейные модели позволяют точно описывать экспериментальные данные, нелинейные функции обладают свойством физической интерпретируемости параметров и являются более устойчивыми вне области определения исследуемой выборки. На данный момент существующие методы расчета коэффициентов модели: метод наименьших квадратов, взвешенный метод наименьших квадратов и обобщенный метод наименьших квадратов обладают рядом недостатков. Наиболее совершенный метод - обобщенный метод наименьших квадратов опирается на большое количество аксиом, которые часто не соблюдаются в реальных примерах, а теоретическое доказательство не является аподиктическим. В статье представляется гибкий, устойчивый и точный метод расчета коэффициентов для произвольной однофакторной регрессионной модели на основе метода оценки максимального правдоподобия. Метод теоретически обосновывается с минимальным количеством аксиом, а также приводятся примеры результатов работы программной реализации для логистической функции и функции Михаэлиса на тестовых синтетических данных и экспериментальных выборках выработки сухой массы травы в зависимости от объема азотных удобрений. Основное преимущество метода заключается в простоте теоретического доказательства и малого количества теоретических ограничений на входные параметры задачи. Также предложенный метод, в отличие от обобщенного метода наименьших квадратов, детерминированно сходится на абсолютном минимуме благодаря использованию алгоритма DIRECT, может учитывать гетероскедастичность и не требует ручной настройки параметров оптимизации для обеспечения сходимости. Также представлены соображения о возможном расширении метода для многофакторного регрессионного анализа и возможные улучшения для оценки гетероскедастичности. |
| 521 |
Примеч. о цел. назн. |
0_ |
| a |
Примеч. о целев. назн. |
16+ |
| 650 |
Тематические рубрики |
_4 |
| a |
Основная рубрика |
Вычислительная техника |
| 2 |
Источник рубрики |
AR-MARS |
| 650 |
Тематические рубрики |
_4 |
| a |
Основная рубрика |
Имитационное компьютерное моделирование |
| 2 |
Источник рубрики |
AR-MARS |
| 653 |
Ключевые слова |
0_ |
| a |
Ключевые слова |
нелинейные регрессионные модели |
| 653 |
Ключевые слова |
0_ |
| a |
Ключевые слова |
максимального правдоподобия метод |
| 653 |
Ключевые слова |
0_ |
| a |
Ключевые слова |
гетероскедастичность |
| 653 |
Ключевые слова |
0_ |
| a |
Ключевые слова |
сельскохозяйственные исследования |
| 700 |
Другие авторы |
1_ |
| a |
Другие авторы |
Медведев, С. А. |
| c |
Титул (звание) |
кандидат сельскохозяйственных наук |
| q |
Полное имя |
Сергей Алексеевич |
| u |
Дополнение (место работы, членство или адрес лица) |
Агрофизический научно-исследовательский институт (Санкт-Петербург) |
| 4 |
Код отношения |
070 |
| 700 |
Другие авторы |
1_ |
| a |
Другие авторы |
Захарова, Е. Т. |
| c |
Титул (звание) |
научный сотрудник |
| q |
Полное имя |
Елена Томовна |
| u |
Дополнение (место работы, членство или адрес лица) |
Агрофизический научно-исследовательский институт (Санкт-Петербург) |
| 4 |
Код отношения |
070 |
| 773 |
Источник информации |
18 |
| x |
ISSN |
1993-8314 |
| t |
Название источника |
Прикладная информатика |
| d |
Место и дата издания |
2024 |
| g |
Прочая информация |
№ 2. - С. 23-41 |
| w |
Контрольный № источника |
dca826176579412689f71d11d805d617 |
| 801 |
Источник записи |
_0 |
| a |
Код страны участника АРБИКОН |
RU |
| b |
Код библиотеки-участника АРБИКОН |
45013519 |
| c |
Дата составления записи |
20240613 |
| g |
|
RCR |
| 801 |
Источник записи |
_1 |
| a |
Код страны участника АРБИКОН |
RU |
| b |
Код библиотеки-участника АРБИКОН |
45013519 |
| c |
Дата составления записи |
20240613 |
| 801 |
Источник записи |
_2 |
| a |
Код страны участника АРБИКОН |
RU |
| b |
Код библиотеки-участника АРБИКОН |
AR-MARS |
| c |
Дата составления записи |
20240624 |
| g |
|
RCR |
| 801 |
Источник записи |
_3 |
| a |
Код страны участника АРБИКОН |
RU |
| b |
Код библиотеки-участника АРБИКОН |
AR-MARS |
| c |
Дата составления записи |
20240624 |
| 856 |
Электронный адрес документа |
40 |
| u |
URL |
https://eivis.ru/browse/issue/13692623/udb/12 |
| z |
Примечание для пользователя |
Режим доступа: с компьютеров КГПИ КемГУ |
| 901 |
Тип документа |
__ |
| t |
Тип документа |
b |
| 903 |
Служебное поле (Проект МАРС) |
__ |
| a |
Код характеристики |
code |
| b |
Значение характеристики |
prii |
| d |
|
16938 |
| 903 |
Служебное поле (Проект МАРС) |
__ |
| a |
Код характеристики |
year |
| b |
Значение характеристики |
2024 |
| 903 |
Служебное поле (Проект МАРС) |
__ |
| a |
Код характеристики |
to |
| b |
Значение характеристики |
19 |
| 903 |
Служебное поле (Проект МАРС) |
__ |
| a |
Код характеристики |
no |
| b |
Значение характеристики |
2 |
| 903 |
Служебное поле (Проект МАРС) |
__ |
| a |
Код характеристики |
ss |
| b |
Значение характеристики |
23 |
| 903 |
Служебное поле (Проект МАРС) |
__ |
| a |
Код характеристики |
ad |
| b |
Значение характеристики |
1 |
| 911 |
Журнальная рубрика (Проект МАРС) |
__ |
| a |
Сведения о журнальных рубриках |
Инструментальные средства |
| 911 |
Журнальная рубрика (Проект МАРС) |
__ |
| a |
Сведения о журнальных рубриках |
Модели и методики |