Рассматриваются вопросы, связанные с использованием метода главных компонент (ГК) в математическом моделировании: априорная оценка дисперсии погрешности регрессии на ГК для случаев большой и малой выборки; оценки минимального риска; оценка структурного подобия; проблема пропущенных данных и прогноз нестационарных временных рядов. Во всех случаях автор предлагает свои решения рассматриваемых вопросов или исправляет ранее допущенные неточности.

The article deals with the issues related to the use of the principal components (GC) method in mathematical modeling: a priori estimation of the regression error variance on the GC for large and small sample cases; minimum risk estimation; structural similarity estimation; the problem of missing data and the forecast of non-stationary time series. In all cases, the author offers his solutions to the issues under consideration or corrects previously admitted inaccuracies.

Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Физико-математические науки = St. Petersburg state polytechnical university journal. Physics and mathematics: научное издание / Министерство образования и науки Российской Федерации. Т. 11, № 3 [Электронный ресурс]. — Электрон. текстовые дан. (1 файл : 6,64 Мб). — Санкт-Петербург: Изд-во Политехн. ун-та, 2018. — Загл. с титул. экрана. — Электронная версия печатной публикации. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Текстовый документ. — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/2/j19-59.pdf>.