Сравнительный анализ процедур регрессионного анализа

Рассмотрена задача прогнозирования значений одной переменной по значениям другой методами регрессионного анализа. В перечень сравниваемых процедур регрессионного анализа были включены следующие методы оценивания параметров модели: обычный наименьших квадратов, наименьших квадратов на основе знаковых статистик, нулевой корреляции на основе ранговых статистик. Реализация метода наименьших квадратов на основе знаковых статистик потребовала построения эффективной процедуры обработки данных, для чего был описан и исследован вариант метода наискорейшего спуска. В сложной ситуации кусочно-постоянной целевой функции получен работоспособный вариант соответствующего алгоритма. Проведенный сравнительный анализ процедур регрессионного анализа в реальных условиях, когда данные не подчиняются нормальному распределению, показал преимущества непараметрических методов. Принимая во внимание алгоритмические аспекты, в рассматриваемом случае предпочтение надо отдать процедурам, основанным на рангах, а не на знаках. Достоинства непараметрических методов позволяют повысить точность согласования двух способов измерения хромогранина A, широко используемого в качестве иммуногистохимического маркера нейроэндокринной дифференцировки.