Новые методы повышения точности прогнозных регрессионных моделей

В первой части работы дано краткое описание основных методов (Титьена-Мура-Бекмана, Эктона, Прескотта-Лунда и Кука) нахождения "аномальных" наблюдений для регрессионных моделей. Выявлены их основные достоинства и недостатки. Во второй части работы предложены два новых метода повышение точности прогнозных регрессионных моделей, основанных на выявлении и последующей обработке "аномальных" и не достаточно надежных измерений. Проведен сравнительный анализ их эффективности. Даны рекомендации по применению каждого из рассматриваемых методов. Также, описаны основные этапы работы программного приложения, разработанного автором на языке программирования Visual Basic for Applications для Microsoft Excel для реализации предложенных методов.