194_1

Ранее были предложены модели модульной линейной регрессии, содержащие в качестве регрессоров модули отклонений значений объясняющих переменных от неизвестных коэффициентов. Известен алгоритм их точного оценивания с помощью метода наименьших модулей и алгоритм приближенного оценивания с помощью метода наименьших квадратов. Программны х продуктов, реализующих эти алгоритмы, до сегодняшнего дня разработано не было. Данная статья посвящена описанию разработанного программного комплекса оценивания модульных линейных р егрессий (ПК МОДУЛИР -1). В нём при оценивании модульной линейной регрессии с помощью метода наименьших модулей по заданным настройкам автоматически формируется задача частично -булевого линейного программирования для пакета LPSolve . В случае приближенного о ценивания с помощью метода наименьших квадратов осуществляется полный перебор всех возможных вариантов моделей и выбирается лучшая по величине коэффициента детерминации модульная регрессия со всеми значимыми по t-критерию Стьюдента коэффициентами. С помощь ю ПК МОДУЛИР -1 решена задача моделирования грузооборота железнодорожного транспорта Забайкальского края. Коэффициент детерминации построенной с помощью метода наименьших квадратов модульной регрессии с пятью объясняющими переменными составил 0,94, что прим ерно в 4 раза выше, чем у традиционной линейной регрессии. При этом все коэффициенты модульной регрессии оказались значимы по t-критерию Стьюдента. Показано, как можно интерпретировать построенную модульную регрессию.