Линейная регрессия на корреляции

Лине́йная регре́ссия на корреля́ции — частный случай линейной регрессии. Применяется для построения простейших регрессионных моделей для прогнозирования временны́х рядов.

Определение

$\langle y \rangle _t = \sigma(y) \cdot {\sum_{k=1}^N {{{x_{t-1,k}-\overline{x}_k} \over \sigma(x_k)} \cdot corr_k}} + \overline{y}$

где:

• $~\langle y \rangle _t$ — результат регрессионного восстановления,
• $~\sigma(y)$ — стандартное отклонение восстанавливаемого ряда,
• $~x_{t,k}$ — опорные ряды, из которых производится восстановление целевого ряда,
• $~\overline{x}_k$ — среднее арифметическое $~k$-го опорного ряда,
• $~\sigma(x_k)$ — стандартное отклонение $~k$-го опорного ряда,
• $~corr_k$ — коэффициент корреляции между восстанавливаемым рядом и $~k$-м опорным рядом,
• $~\overline{y}$ — среднее арифметическое восстанавливаемого ряда.

Для улучшения этой статьи желательно?: Найти и оформить в виде сносок ссылки на авторитетные источники, подтверждающие написанное. Проставив сноски, внести более точные указания на источники. Проставить интервики в рамках проекта Интервики.