Глава 3. Модели распределения партнеров и заказов в долгосрочных виртуальных предприятиях
Линейная и логистическая регрессии — это методы машинного обучения, которые делают прогнозы на основе анализа исторических данных. Например, изучая тенденции покупок клиентов в прошлом, регрессионный анализ позволяет оценить будущие продажи, что дает возможность более обоснованно осуществлять закупки товаров. Методы линейной регрессии математически моделируют неизвестный фактор по нескольким известным для точной оценки неизвестного значения. Аналогичным образом логистическая регрессия использует математические методы для нахождения взаимосвязи между двумя факторами данных. Затем эта взаимосвязь используется для прогнозирования значения одного из этих факторов на основе другого.
Вот мы проанализировали данные , вот мы сгладили временной ряд, выявили связи между переменными и решили построить некоторую математическую прогнозную модель. Давайте допустим, что мы пока решили ограничиться какой-нибудь простой моделью парной регрессии, например, такой вот:. Надо их как-то рассчитать или, как это говорят в статистике, «оценить».
Поиск Написать публикацию. Время на прочтение 15 мин. Статистика приходит к нам на помощь при решении многих задач, например: когда нет возможности построить детерминированную модель, когда слишком много факторов или когда нам необходимо оценить правдоподобие построенной модели с учётом имеющихся данных.
