Данная работа посвящена изучению и сравнению робастного метода Тейла-Сена с неробастными методами линейной регрессии, а также нахождению применений для него среди бытовых или промышленных задач. Для понимания была предоставлена теоретическая информация о линейной регрессии и рассматриваемых подходах к построению моделей, позволяющих проанализировать связь между зависимой и одной или несколькими независимыми переменными. Было проведено исследование на сгенерированных данных с разными по силе выбросами, нацеленное на сопоставление методов и иллюстрацию их достоинств и недостатков, описанных в теоретической части. В качестве реальных данных были выбраны замеры показателей работы шаговых двигателей. В результате этих испытаний было предложено применение метода Тейла-Сена для поиска возможных отклонений и нестабильностей в процессе использования рассматриваемых механизмов. Это может позволить диагностировать и предупреждать неисправности, а также предсказывать оптимальные значения параметров двигателя, таких как сила тока, сопротивление, ускорение и так далее.

This work is devoted to the study and comparison of the robust Theil-Sen method with non-robust linear regression methods, as well as to find applications for it among different household or industrial tasks. For understanding, theoretical was provided an information about linear regression and considered approaches to building models that allow analyzing the relationship between the dependent and one or more independent variables. A study was conducted on the generated data with errors of varying strength, aimed at comparing the methods and illustrating their advantages and disadvantages described in the theoretical part. Measurements of the performance of stepper motors were selected as real data. As a result of these tests, the use of the Teil-Sen method was proposed to search for possible deviations and instabilities in the process of using the mechanisms under consideration. This can make it possible to diagnose and prevent malfunctions, as well as predict the optimal values of engine parameters, such as current, resistance, acceleration, etc.

• Робастный метод оценки линейной регрессии Тейла-Сена
  • Робастный метод оценки линейной регрессии Тейла-Сена
    • Введение
    • 1. Постановка задачи
    • 2. Линейные регрессии и их методы
    • 3. Шаговые двигатели
    • 4. Применение и тестировка методов линейной регрессии
    • Заключение
    • Список использованных источников
• 5e7f165ea6b1124ecbde26490191e4467eebe95ae100afbbc7140c74b29d6f37.pdf
• Робастный метод оценки линейной регрессии Тейла-Сена
  • Робастный метод оценки линейной регрессии Тейла-Сена
    • Введение
    • 1. Постановка задачи
    • 2. Линейные регрессии и их методы
    • 3. Шаговые двигатели
    • 4. Применение и тестировка методов линейной регрессии
    • Заключение
    • Список использованных источников