ПРИМЕНЕНИЕ МЕТОДОВ СКОЛЬЗЯЩЕГО СРЕДНЕГО ДЛЯ ПОСТРОЕНИЯ РЕГРЕССИОННЫХ МОДЕЛЕЙ В МЕДИКО-ЭКОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ
| Jazyk: | ruština |
|---|---|
| Rok vydání: | 2020 |
| Předmět: | |
| DOI: | 10.25791/esip.06.2020.1159 |
| Popis: | Использован метод скользящего среднего при построении моделей множественной линейной регрессии (МЛР). Метод оказался наиболее эффективен в случае большого числа (несколько десятков) потенциальных предикторов Х, каждый из которых имеет невысокие парные коэффициенты корреляции с откликом Y. Метод скользящего среднего позволил проанализировать структуру связей Y с каждым Х и наглядно оценить улучшения в предсказании значений отклика Y, которые появляются при добавлении в МЛР очередного предиктора. Предложен способ создания базы данных скользящих средних, позволяющий строить модели множественной регрессии. Приведены примеры использования метода скользящего среднего в области медико-экологических исследований. Показано, что при использовании методов скользящего среднего один и тот же показатель-отклик Y может быть описан моделями МЛР с различным набором предикторов примерно равноценного качества (одинаковый коэффициент детерминации R2). Проведен предметный (медико-экологический) анализ моделей МЛР, описывающих один из показателей физического развития подростков – индекс массы тела. Отмечается, что МЛР на основе скользящего среднего позволяет выявить такие связи между индексом массы тела и его предикторами, которые невозможно обнаружить при использовании первичных данных вследствие малости парных коэффициентов корреляции между откликом Y и предикторами Х. In this article, the moving average method was used to construct multiple linear regression (MLR) models. The method was most effective in the case of a large number (several tens) of potential predictors X, each of which has low pair correlation coefficients with a response Y. The moving average method allowed to analyze the structure of relations Y with each X and to visually assess the improvements in predicting the response values Y that appear when another predictor is added to the MLR. We have proposed a way to create a database of moving averages through which multiple regression models can be built. Examples of using the moving average method in the field of medical and environmental research are given. When using moving average methods, the same response Y can be described by MLR models with a different set of predictors of approximately equal quality (with the same determination coefficient R2). We have analyzed MLR models that describe one of the indicators of the physical development of adolescents (body mass index), from the point of view of the subject area (medical and environmental). MLR based on the moving average method allows us to identify such relationships between the body mass index and its predictors that cannot be detected using primary data due to the small pair correlation coefficients between the response Y and the predictors X. Экологические системы и приборы, Выпуск 6 2020 |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|