Какие методы используются для анализа априорной информации при разработке моделей?

Некоторые методы, которые используются для анализа априорной информации при разработке моделей:

• Методы, основанные на формуле Байеса. 4 Основное ограничение таких методов — отсутствие информации о распределении априорной оценки исследуемого параметра. 4
• Методы, базирующиеся на линейном комбинировании известных оценок. 4 При этом сохраняется неопределённость, связанная с выбором весовых коэффициентов для различных оценок. 4
• Метод приоритета опытной информации. 4 На его основе получают математически обоснованное решение задачи. 4
• Метод «Гусеница». 1 Одномерный временной ряд преобразуют в многомерный, исследуют траекторию методом главных компонентов и восстанавливают одномерный ряд. 1 Метод требует априорной информации о функции исследуемого процесса для определения оптимальной длины «гусеницы». 1
• Метод наименьших квадратов. 23 Позволяет оценить в первом приближении влияние большого количества факторов на параметр оптимизации процесса. 3
• Метод Брандона. 3 Применяется при относительно невысокой корреляции входных переменных и наличии некоторой априорной информации о степени и характере связи между переменными процесса. 3