Please use this identifier to cite or link to this item: http://essuir.sumdu.edu.ua/handle/123456789/52856
Or use following links to share this resource in social networks: Recommend this item
Title Розроблення нечіткої багатофакторної лінійної регресійної моделі в управлінні конкурентоспроможністю банку
Other Titles Разработка нечеткой многофакторной линейной регрессионной модели в управлении конкурентоспособностью банка
Development of multifactor fuzzy linear regression model in the management of the bank's competitiveness
Authors Koibichuk, Vitaliia Vasylivna  
Koybichuk, Vitalia Vasylivna
Малярець, Л.М.
ORCID http://orcid.org/0000-0002-3540-7922
Keywords нечітка регресійна модель
конкурентоспроможність банку
ознаковий простір
критерії мінімізації нечіткості
інструменти описової статистики
fuzzy regression model
competitiveness of the bank
feature space
fuzziness reduction criterion
tools of descriptive statistics
нечеткая регрессионная модель
конкурентоспособность банка
критерии минимизации нечеткости
инструменты описательной статистики
Type Article
Date of Issue 2014
URI http://essuir.sumdu.edu.ua/handle/123456789/52856
Publisher Хмельницький національний університет
License
Citation Малярець Л.М. Розроблення нечіткої багатофакторної лінійної регресійної моделі в управлінні конкурентоспроможністю банку / Л.М. Малярець // Вісник Хмельницького національного університету. – 2014. – № 4. – Т. 1 (214). – С. 123-131.
Abstract В статті наведено аналіз методів побудови нечітких багатофакторних лінійних регресійних моделей, описані переваги та недоліки кожного з них. В пропонованій нечіткій багатофакторній лінійній регресійній моделі розглядається критерій мінімізації нечіткості для оцінки нечітких параметрів математичної моделі, що передбачає використання результатів описової статистики значень результативної ознаки. Побудова моделі ґрунтується на розробленій концептуально-структурної схемі конкурентоспроможності банку та визначеного його ознакового простору.
The article provides an analysis of the methods of constructing fuzzy multifactorial linear regression models, describes the advantages and disadvantages of each. In the proposed multivariate fuzzy linear regression model considered the criterion of minimization fuzziness for evaluation of fuzzy parameters of the mathematical model, which involves the use of the results of descriptive statistics values effective signs. Building a model based on the proposed conceptual and structural scheme of the bank’s competitiveness and its specified feature space. In addition, for the construction of fuzzy linear regression model of competitiveness of the bank used only meaningful indicators, selected using the tools of descriptive statistics, canonical analysis and classical regression models.
В статье приведен анализ методов построения нечетких многофакторных линейных регрессионных моделей, описаны преимущества и недостатки каждого из них. В предлагаемой нечеткой многофакторной линейной регрессионной модели рассматривается критерий минимизации нечеткости для оценки нечетких параметров математической модели, предполагающей использование результатов описательной статистики значений результативного признака. Построение модели основывается на разработанной концептуально-структурной схеме конкурентоспособности банка и определенного его признакового пространства.
Appears in Collections: Наукові видання (ННІ БТ)

Views

China China
1
France France
3
Germany Germany
36649
Greece Greece
2362
Ireland Ireland
18326
Lithuania Lithuania
1
Mongolia Mongolia
1
Netherlands Netherlands
394
Singapore Singapore
1
Ukraine Ukraine
1601203
United Kingdom United Kingdom
141873
United States United States
837250
Unknown Country Unknown Country
282171

Downloads

China China
1
Germany Germany
2
Lithuania Lithuania
1
Singapore Singapore
1
Ukraine Ukraine
837250
United Kingdom United Kingdom
1
United States United States
2920235
Unknown Country Unknown Country
5

Files

File Size Format Downloads
Koybichuk_feature_space.pdf 637.12 kB Adobe PDF 3757496

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.