Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Soft Computing
Erschienen in: Soft Computing 17/2018

15.02.2017 | Focus

Uncertain regression analysis: an approach for imprecise observations

verfasst von: Kai Yao, Baoding Liu

Erschienen in: Soft Computing | Ausgabe 17/2018

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Regression analysis is a method to estimate the relationships among the response variable and the explanatory variables. Assuming the observations of the response variable are imprecise and modeling the observed data via uncertain variables, this paper explores an approach of uncertain regression analysis to estimating the relationships among the variables with imprecisely observed samples. On the principle of least squares, an optimization problem is derived to calculate the unknown parameters in the regression model. In particular, this paper investigates uncertain linear regression model and gives an analytic representation of the unknown parameters.
Vorheriger Artikel Expected loss of uncertain random system
Nächster Artikel Asian option pricing problems of uncertain mean-reverting stock model

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
Chen X, Ralescu DA (2012) B-spline method of uncertain statistics with applications to estimate travel distance. J Uncertain Syst 6(4):256–262
Kahneman D, Tversky A (1979) Prospect theory: an analysis of decision under risk. Econometrica 47(2):263–292CrossRefMATH
Liu B (2007) Uncertain Theory, 2nd edn. Springer, Berlin
Liu B (2009) Some research problems in uncertainty theory. J Uncertain Syst 3(1):3–10
Liu B (2010) Uncertainty theory: a branch of mathematics for modeling human uncertainty. Springer, BerlinCrossRef
Liu B (2012) Why is there a need for uncertainty theory? J Uncertain Syst 6(1):3–10
Liu B (2015) Uncertain Theory, 4th edn. Springer, Berlin
Wang XS, Gao ZC, Guo HY (2012) Delphi method for estimating uncertainty distributions. Inf Int Interdiscip J 15(2):449–460MathSciNetMATH
Wang XS, Peng ZX (2014) Method of moments for estimating uncertainty distributions. J Uncertain Anal Appl 2:5CrossRef
Metadaten
Titel
Uncertain regression analysis: an approach for imprecise observations
verfasst von
Kai Yao
Baoding Liu
Publikationsdatum
15.02.2017
Verlag
Springer Berlin Heidelberg
Erschienen in
Soft Computing / Ausgabe 17/2018
Print ISSN: 1432-7643
Elektronische ISSN: 1433-7479
DOI
https://doi.org/10.1007/s00500-017-2521-y

Weitere Artikel der Ausgabe 17/2018

Soft Computing 17/2018 Zur Ausgabe

Focus

Quadratic entropy of uncertain variables

Focus

A new method of level-2 uncertainty analysis in risk assessment based on uncertainty theory

Methodologies and Application

Belief degree of optimal models for uncertain single-period supply chain problem

Focus

Uncertain multivariable regression model

Focus

Portfolio selection model of oil projects under uncertain environment

Focus

Lookback option pricing problem of uncertain exponential Ornstein–Uhlenbeck model