Ecuación de regresión - página 6

 

¿No hay implementaciones de software en los paquetes de matemáticas?

La siguiente pregunta será "dónde están las capturas de pantalla" :-).

 
Busca en Wikipedia, Quantile regression, hay enlaces a paquetes de estadísticas.
 
Candid:
Busca en Wikipedia, Quantile regression, hay enlaces a paquetes de estadísticas.

o el enlace que hay encima del texto. Pero no hay prácticamente nada que encontrar en ruso.

Decidí tomar lentamente el programa, repito la pregunta -

¿Quién sabe dónde encontrar una implementación de la programación lineal, simplex como mínimo, pero mejor esto o aquello? Tal vez alguien tiene amigos/conocidos en las universidades dabble :) Yo mismo simplemente terrible como perezoso para cavar:)

 
j21:

Más concretamente, me interesa especialmente la regresión multivariante. También es interesante ver las opciones para resolver la regresión no lineal. No he encontrado ningún algoritmo para resolver la regresión multivariante en MQL. Si me proporcionas enlaces e indicadores (si no te da pereza, claro), ¡será genial!

Debido a mi falta de educación hace tres horas todavía no sabía lo que es la regresión, el MNA y la distribución normal...

La regresión lineal multivariada en MQL puede verse aquí. Sin embargo, parece ser más avanzada que la regresión lineal multivariada (para encontrarla, al igual que la regresión no lineal, sólo hay que resolver un sistema de ecuaciones dif. (las derivadas parciales de la función objetivo son cero)).

Si he entendido bien, se trata simplemente de minimizar la función objetivo, que es la varianza. La función objetivo, por supuesto, también puede definirse de forma diferente. Por ejemplo, no la suma de cuadrados de la varianza, sino la suma de valores absolutos. Todavía no conozco el análisis de eficiencia de las diferentes funciones objetivo.

 
alsu:
¿Quién sabe dónde encontrar una implementación de la programación lineal, simplex como mínimo, pero mejor esto o aquello? Tal vez algunos amigos/conocidos en las universidades se atrevan a hacerlo:) Yo mismo simplemente terrible como perezoso para cavar:).
Escriba, por favor, cuál es el problema de programación lineal en su caso.
 
alsu:
....

¿Quién sabe dónde encontrar una implementación de la programación lineal, simplex como mínimo, pero mejor esto o aquello? Tal vez algunos amigos/conocidos en las universidades se atrevan a hacerlo:) Yo mismo simplemente terrible como perezoso para cavar:)

He echado un vistazo rápido. Parece que es muy fácil de resolver en Matkadec. Creo que incluso hay ejemplos en http://www.exponenta.ru/educat/forum/consult/mathcad.asp
 

A continuación, se presentan referencias a ejemplos de implementación de métodos numéricos de minimización incondicional, que son lo suficientemente sencillos, claros y precisos como para ser implementados inmediatamente en MQL:

Minimización incondicional de funciones de muchas variables por el método de descenso de coordenadas

Minimización incondicional de funciones de muchas variables por el método del gradiente

 

Matcad está bien. Pero, como se limita a un problema lineal, es aparentemente un simplex. Preveo problemas con la complejidad de la enumeración.

En cuanto al descenso, ¿funcionará para funciones no suaves?

 
alsu:

Matcad está bien. Pero como se limita a un problema lineal, es aparentemente un simplex. Preveo problemas con la complejidad de la búsqueda.

En cuanto al descenso, ¿funcionará para funciones no suaves?

Soy un practicante, no un teórico. No sé cómo resolver los problemas en términos generales. ¿Las condiciones del problema?

Llegar a una formalización clara de la función objetivo, entonces será más fácil buscar un método de trabajo adecuado para encontrar una solución.

 
hrenfx:

Soy un practicante, no un teórico. No sé cómo resolver los problemas en términos generales. ¿Las condiciones del problema?

Si se llega a una formalización clara de la función objetivo, entonces será más fácil buscar un método de trabajo adecuado para encontrar una solución.

Todo está ya formalizado, lee el enlace, el que está en ruso (el primero de la página 3). El problema de la regresión cuantílica se reduce a un problema de programación lineal: encontrar el mínimo de la función lineal bajo restricciones lineales.

Estaba pensando que el descenso por gradiente funcionará peor que el método simplex, ya que el grad-t es más general. En igualdad de condiciones, no hay, a sabiendas, menos iteraciones.

En principio, el artículo da una pista sobre cómo reducir el número de iteraciones. Así que probablemente escribiré un simplex "optimizado" por ahora. Si llego a un límite computacional, pensaré más: )))))