The 6 references with contexts in paper Irina Orlova Vladlenovna, Viktor Turundaevskiy Borisovich, Ирина Орлова Владленовна, Виктор Турундаевский Борисович (2016) “НЕКОТОРЫЕ ОСОБЕННОСТИ, ВОЗНИКАЮЩИЕ ПРИ ИЗУЧЕНИИ НЕЛИНЕЙНОЙ РЕГРЕССИИ С ИСПОЛЬЗОВАНИЕМ EXCEL И ДРУГИХ ПРОГРАММ // SOME PECULIARITIES ARISING IN THE STUDY OF NONLINEAR REGRESSION USING EXCEL AND OTHER PROGRAMS” / spz:neicon:statecon:y:2014:i:1:p:158-161

1
Эконометрика: учебник / под ред. В.С. Мхитаряна. – М.: Проспект,
Total in-text references: 1
  1. In-text reference with the coordinate start=5972
    Prefix
    Для проверки значимости параметров А и В вычисляются статистики tA = Â / SA, tB = Bˆ / SB. Если Attα<, то коэффициент Δ не значим, аналогичное правило действует для параметра В. Регрессионную модель в виде (1) обычно получают при линеаризации нелинейных моделей
    Exact
    [1]
    Suffix
    , [2], [3]. Если исходная модель нелинейная по независимой переменной x y = a + bf(x) + ε, то принимаем V(y)= y, U(x) = f(x), δ = ε, находим непосредственно коэффициенты â = Â, bˆ = Bˆ ; они являются несмещенными, наилучшими линейными оценками истинных значений параметров а и в.

2
08. – 384 с. 2. Эконометрика: Учебник для магистров / Под. ред. И.И. Елисеевой. – М.: Издательство Юрайт, 2012. 453 с.
Total in-text references: 1
  1. In-text reference with the coordinate start=5977
    Prefix
    Для проверки значимости параметров А и В вычисляются статистики tA = Â / SA, tB = Bˆ / SB. Если Attα<, то коэффициент Δ не значим, аналогичное правило действует для параметра В. Регрессионную модель в виде (1) обычно получают при линеаризации нелинейных моделей [1],
    Exact
    [2]
    Suffix
    , [3]. Если исходная модель нелинейная по независимой переменной x y = a + bf(x) + ε, то принимаем V(y)= y, U(x) = f(x), δ = ε, находим непосредственно коэффициенты â = Â, bˆ = Bˆ ; они являются несмещенными, наилучшими линейными оценками истинных значений параметров а и в.

3
Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование: Учебное пособие – 3-е изд., перераб. и доп. aaa
Total in-text references: 1
  1. In-text reference with the coordinate start=5982
    Prefix
    Для проверки значимости параметров А и В вычисляются статистики tA = Â / SA, tB = Bˆ / SB. Если Attα<, то коэффициент Δ не значим, аналогичное правило действует для параметра В. Регрессионную модель в виде (1) обычно получают при линеаризации нелинейных моделей [1], [2],
    Exact
    [3]
    Suffix
    . Если исходная модель нелинейная по независимой переменной x y = a + bf(x) + ε, то принимаем V(y)= y, U(x) = f(x), δ = ε, находим непосредственно коэффициенты â = Â, bˆ = Bˆ ; они являются несмещенными, наилучшими линейными оценками истинных значений параметров а и в.

4
Козлов А.Ю., Шишов В.Ф. Применение пакета анализа MS Excel в экономико-статистических расчетах. – М.: ЮНИТИ-ДАНА, 2003. – 139 с.
Total in-text references: 1
  1. In-text reference with the coordinate start=10406
    Prefix
    Так, для степенной модели будем иметь () 2 1 ,. nb ii b ii yax Q ab =ax − =  ∑ (5) Возьмем степенную модель в виде yi = 1,5xi1,2 + εi, i = 1, 2, ..., 16, где εi – случайная величина, имеющая равномерное распределение на отрезке [0,8;1,2]. Значения случайной величины εi получены программой, описанной в
    Exact
    [4]
    Suffix
    , вычисленные значения yi для заданных xi представлены в таб. 4. Путем минимизации критерия (5) было найдено: â = 1,622, bˆ = 1,157, по линеаризированной модели получилось: â = 1,554, bˆ = 1,168; оба результата практически совпадают и близки к истинным значениям этих коэффициентов.

5
Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./Ахим Бююль, Петер Цефель. – СПб.:ООО «ДиаСофтЮП»,2002. – 608 с.
Total in-text references: 1
  1. In-text reference with the coordinate start=9244
    Prefix
    График модели, приведенный на рис. 2 подтверждает наши выводы относительно этой модели. Сделаем вывод, что при построении моделей нелинейной регрессии с помощью программных продуктов, полезно знать, каким способом выполняется оценка параметров модели. Например, в SPSS
    Exact
    [5]
    Suffix
    применяется прямой метод вычисления параметров, т.е. определяется минимум функции ()() 2 1 , nb ii i Q abyax = =−∑. В программе VSTAT [6] оценки â, bˆ, находятся по линеаризированному уравнению, т.е. как минимум функции ()() 2 1 1 ,lnln . n ii i Q abyA bx = =−−∑ 3.

6
http://www.v-stat.ru/(дата обращения 18.09.2013).
Total in-text references: 1
  1. In-text reference with the coordinate start=9372
    Prefix
    Сделаем вывод, что при построении моделей нелинейной регрессии с помощью программных продуктов, полезно знать, каким способом выполняется оценка параметров модели. Например, в SPSS [5] применяется прямой метод вычисления параметров, т.е. определяется минимум функции ()() 2 1 , nb ii i Q abyax = =−∑. В программе VSTAT
    Exact
    [6]
    Suffix
    оценки â, bˆ, находятся по линеаризированному уравнению, т.е. как минимум функции ()() 2 1 1 ,lnln . n ii i Q abyA bx = =−−∑ 3. При исследовании реальных нелинейных моделей возникают как аддитивные, так и мультипликативные модели.