Метод наименьших квадратов

При этом у налогоплательщиков с численностью работников свыше 30 человек не учитываются  выплаты 10 процентам работников, имеющих  наибольшие по размеру выплаты, у  налогоплательщиков с численностью работников до 30 человек (включительно) - выплаты 30 процентам работников, имеющих  наибольшие по размеру выплаты.

Широкое применение линейной регрессии обусловлено  тем, что достаточно большое количество реальных процессов в экономике  и бизнесе можно с достаточной  точностью описать линейными  моделями. В Data Mining, регрессия широко используется для решения задач прогнозирования и численного предсказания.

Заключение

Информация, представленная в настоящем реферате, может стать основой для дальнейшей проработки и усовершенствования приведенных  статистических методов. По каждому  из описанных методов может быть предложена задача построения соответствующих  алгоритмов. По разработанным алгоритмам в дальнейшем возможна разработка программных  продуктов для практического  использования методов в аналитических, исследовательских, коммерческих и  других областях.

Наиболее  полная информация приведена по применению скользящих средних. В работе описывается лишь малая часть имеющихся в настоящее время методов для исследования и обработки различных видов статистической информации. Здесь представлен краткий и поверхностный обзор некоторых методов, исходя из незначительного объёма настоящей работы.

Список  литературы

О.О. Замков, А.В. Толстопятенко, Р.Н. Черемных Взвешенный метод наименьших квадратов Взвешенный метод наименьших квадратов Математические методы в экономике. - М.: Дис, 1997.

Анна  Эрлих Технический анализ товарных и финансовых рынков. - М.: ИНФРА, 1996.

Я.Б. Шор Статистические методы анализа  и контроля качества и надёжности. - М.: Советское радио, 1962.

В.С. Пугачёв Теория вероятностей и математическая статистика. - М.: Наука, 1979. - 394 с.

Стренг  Г. Линейная алгебра и ее применения. М.: Мир. 1980.

Каханер Д., Моулер К., Нэш С. Численные методы и программное обеспечение. М.: Мир. 1998.

Стрижов В. В. Методы индуктивного порождения регрессионных моделей. М.: ВЦ РАН. 2008. 55 с. Брошюра, PDF.