MODELING OF FINES FOR DOWNTIME OF WAGONS FOR OVERLOADING AT THE ZABAIKALSK STATION
Keywords:
regression model, least squares method, simple carriage, responsibility of JSC, customer orientationAbstract
The article is devoted to the problem of constructing a regression model of the influence of the number of cars under overload, downtime of railway cars and the time spent on checking NTU on the amount of penalties of liability of JSC "Russian Railways" to the Railways. "Gretl." It turned out that the time to check the NTU does not have a significant impact on the amount of fines, so the corresponding variable was excluded. As a result, a regression model with two variables adequate in terms of the coefficient of determination was constructed. Its interpretation is given.
References
Яковлев П. Г. Глобальные тренды мировой логистики // Железные дороги мира. – 2018. – №. 12. – С. 19-25.
Кириллова А.Г. Современная логистика международных транспортных коридоров – основа прироста экспортных грузопотоков // Инновации транспорта. – 2019. – № 1 (35). – С. 10-13.
Эрлих Н.В., Эрлих А.В., Ефимова Т.Б., Папировская Л.И. Информационные системы в сервисе оказания услуг при организации грузовых перевозок на железнодорожном транспорте: учеб.пособие. – М.: ФГБУ ДПО «Учебно-методический центр по образованию на железнодорожном транспорте», 2019. – 213 с.
Раевский Н.В., Светлакова, Е.Н.Зубков, В.В. Раевская, П.Е.Раевская. Методы обработки информации: учебное пособие для практических занятий и самостоятельной работы по специальным дисциплинам для всех специальностей. – Чита: ЗабИЖТ, 2018. – 91 с.
Вакуленко С.П., Голубев П.В., Копылов Е.В., Куликова Е.Б. Технология работы пограничных станций: учеб. пособие. – М.: ФГБОУ «Учебно – методический центр по образованию на железнодорожном транспорте», 2013. – 300 с.
Arkes J. Regression analysis: a practical introduction. Routledge, 2019. – 362 p.
Westfall P.H., Arias A.L. Understanding regression analysis: a conditional distribution approach. Chapman and Hall/CRC, 2020. – 514 p.
Носков С.И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. – Иркутск: Облинформпечать, 1996. – 321 с.
Носков С.И., Базилевский М.П. Построение регрессионных моделей с использованием аппарата линейно-булевого программирования. – Иркутск: ИрГУПС, 2018. – 176 с.
Базилевский М.П. Синтез модели парной линейной регрессии и простейшей EIV-модели // Моделирование, оптимизация и информационные технологии. – 2019. – Т. 7. – № 1 (24). – С. 170-182.
Базилевский М.П. Исследование двухфакторной модели полносвязной линейной регрессии // Моделирование, оптимизация и информационные технологии. – 2019. – Т. 7. – № 2 (25). – С. 80-96.
Базилевский М.П. Многофакторные модели полносвязной линейной регрессии без ограничений на соотношения дисперсий ошибок переменных // Информатика и её применения. – 2020. – Т. 14. – № 2. – С. 92-97.
Базилевский М.П. Метод выпрямления искаженных из-за мультиколлинеарности коэффициентов в регрессионных моделях // Информатика и её применения. – 2021. – Т. 15. – № 2. – С. 60-65.
Носков С.И. Метод смешанного оценивания параметров линейной регрессии: особенности применения // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. – 2021. – № 1. – С. 126-132.
Носков С.И., Перфильева К.С. Моделирование объема погрузки на железнодорожном транспорте методом смешанного оценивания // Известия Тульского государственного университета. Технические науки. – 2021. – № 2. – С. 148-153.
Базилевский М.П., Носков С.И. Программный комплекс построения линейной регрессионной модели с учетом критерия согласованности поведения фактической и расчетной траекторий изменения значений объясняемой переменной // Вестник Иркутского государственного технического университета. – 2017. – Т. 21. – № 9 (128). – С. 37-44.
Носков С.И., Базилевский М.П. Множественное оценивание параметров и критерий согласованности поведения в регрессионном анализе // Вестник Иркутского государственного технического университета. – 2018. – Т. 22. – № 4 (135). – С. 101-110.
Базилевский М.П. Сведение задачи отбора информативных регрессоров при оценивании линейной регрессионной модели по методу наименьших квадратов к задаче частично-булевого линейного программирования // Моделирование, оптимизация и информационные технологии. – 2018. – Т. 6. – № 1 (20). – С. 108-117.
Базилевский М.П. Отбор информативных регрессоров с учетом мультиколлинеарности между ними в регрессионных моделях как задача частично-булевого линейного программирования // Моделирование, оптимизация и информационные технологии. – 2018. – Т. 6. – № 2 (21). – С. 104-118.
Базилевский М.П. Отбор оптимального числа информативных регрессоров по скорректированному коэффициенту детерминации в регрессионных моделях как задача частично целочисленного линейного программирования // Прикладная математика и вопросы управления. – 2020. – № 2. – С. 41-54.
Базилевский М.П. Отбор значимых по критерию Стьюдента информативных регрессоров в оцениваемых с помощью МНК регрессионных моделях как задача частично-булевого линейного программирования // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. – 2021. – № 3. – С. 5-16.
Базилевский М.П. Способ определения параметра M в задаче частично-булевого линейного программирования для отбора регрессоров в линейной регрессии // Вестник Технологического университета. – 2022. – Т. 25. – № 2. – С. 62-66.
