Розроблення нечіткої багатофакторної лінійної регресійної моделі в управлінні конкурентоспроможністю банку

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.