GLOSSARY ENTRY (DERIVED FROM QUESTION BELOW) | ||||||
---|---|---|---|---|---|---|
|
12:40 May 15, 2015 |
English to Russian translations [PRO] Bus/Financial - Economics | |||||||
---|---|---|---|---|---|---|---|
|
| ||||||
| Selected response from: George Phil Russian Federation Local time: 15:52 | ||||||
Grading comment
|
Summary of answers provided | ||||
---|---|---|---|---|
4 +1 | подгонка регрессии |
| ||
4 +1 | см. |
|
подгонка регрессии Explanation: Множественная регрессия www.statsoft.ru/home/textbook/modules/stmulreg.html Общее назначение множественной регрессии (этот термин был ... Целью процедур линейной регрессии является подгонка прямой линии по точкам. Подгонка кривых уравнений регрессии - ru_spss |
| |
Login to enter a peer comment (or grade) |
см. Explanation: Общий смысл такой: ...a linear specification provides provides the best fit – линейная аппроксимация обеспечивает максимальное соответствие (наилучшее согласование) ...involves determining a line that best fits the data –предполагает построение (определение) линии, которая наилучшим образом согласуется с данными (соответствует данным)/параметрами модели «Обычно задача аппроксимации делится на две части. Сначала устанавливается вид зависимости , и соответственно, вид имперической формулы. После этого определяются численные значения неизвестных параметров выбранной имперической формулы, для которых приближение к данной формуле окажется наилучшим. После выбора формулы определяют ее параметры.» http://www.twirpx.com/file/1198637/ ...the functional form of our model has the best possible fit of the data, combined with a meaningful economic interpretation – функциональное содержание (в смысле построения, наполнения) нашей модели наилучшим образом согласуется с данными/параметрами модели, имеющими значимую экономическую интерпретацию. ...test suggested that equal weights are indeed appropriate as the fit of the regression did not increase significantly – тестирование показало, что равные (одинаковые) значения переменных/веса (что-то конкретно по тексту, в описании модели) действительно являются приемлемыми, поскольку корреляция с регрессией (то есть степень приближения к ней) сильно не изменилась (то есть ошибка аппроксимации не увеличилась). Последнее предложение говорит о точности, с которой модель приближается к линейной аппроксимации. «Регрессионная модель есть функция независимой переменной и параметров с добавленной случайной переменной. Параметры модели настраиваются таким образом, что модель наилучшим образом приближает данные. Критерием качества приближения (целевой функцией) обычно является среднеквадратичная ошибка: сумма квадратов разности значений модели и зависимой переменной для всех значений независимой переменной в качестве аргумента». http://www.machinelearning.ru/wiki/index.php?title=Регрессио... Как-то так. |
| |
Grading comment
| ||
Login to enter a peer comment (or grade) |
Login or register (free and only takes a few minutes) to participate in this question.
You will also have access to many other tools and opportunities designed for those who have language-related jobs (or are passionate about them). Participation is free and the site has a strict confidentiality policy.