Comparison of different approaches to model disсrimination

Abstract

В работе был численно исследован подход Стиглера к дискриминации регрессионных моделей полиномиального вида. Под дискриминацией моделей подразумевается выбор одной из двух, или нескольких альтернативных моделей. Был предложен и численно исследован подход, обобщающий подход Стиглера к построению планов для дискриминации полиномиальных регрессионных моделей. Была выбрана более удобная, чем у Стиглера, параметризация. Установлено, что развиваемый подход позволяет эффективно проверить гипотезу о том, что верна модель n-ой степени при альтернативе в виде модели n-1-ой степени, причем при любом решении удается также достаточно эффективно оценить параметры выбранной модели.

My dissertation is dedicated to numerical investigation of Stigler's method of discrimination of polynomial regression models. Discrimination means selection of one of two or more alternative models. I propose a method that generalizes Stigler's static optimal designs for polynomial regression models, and investigate it numerically. In comparison with Stigler's method a fundamentally different approach to parameterization of parameters was chosen. As a result, it was found that this method allows you to effectively test the hypothesis that n-degree model is correct for the alternative form of (n-1)-degree model and it is possible to estimate the parameters of the chosen model for any solution optimally.