@ARTICLE{26583204_26601262_2008, 
	author = {Г. И. Перминов}, 
	keywords = {},
	title = {Метод анализа многомерных временных рядов с использованием корректировки предварительно рассчитанной обратной матрицы: исследование в сравнении с другими методами Data Mining},
	journal = {Бизнес-информатика},
	year = {2008},
	number = {1},
	pages = {36-44},
	url = {https://bijournal.hse.ru/2008--1/26601262.html},
	publisher = {},
	abstract = {В ходе анализа многомерных временных рядов применение традиционных статистических методов определяется соблюдением достаточно строгих предпосылок, позволяющих использовать лежащий в основе этих методов МНК. К ним относятся: отсутствие мультиколлинеарности, гетероскедастичности и автокорреляции. В задачах экономического анализа и многомерного прогнозирования с целью уменьшения числа рассматриваемых переменных и быстрого получения приблизительных закономерностей целесообразно прибегнуть к методам интеллектуального анализа данных. Методы интеллектуального анализа данных позволяют решить проблемы определения структуры математической модели и вырождения обратной матрицы, когда статистические методы не дают должного результата.},
	annote = {В ходе анализа многомерных временных рядов применение традиционных статистических методов определяется соблюдением достаточно строгих предпосылок, позволяющих использовать лежащий в основе этих методов МНК. К ним относятся: отсутствие мультиколлинеарности, гетероскедастичности и автокорреляции. В задачах экономического анализа и многомерного прогнозирования с целью уменьшения числа рассматриваемых переменных и быстрого получения приблизительных закономерностей целесообразно прибегнуть к методам интеллектуального анализа данных. Методы интеллектуального анализа данных позволяют решить проблемы определения структуры математической модели и вырождения обратной матрицы, когда статистические методы не дают должного результата.}
}