Skip navigation
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://libeldoc.bsuir.by/handle/123456789/28073
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorКосмыкова, Т. С.-
dc.date.accessioned2017-11-27T08:41:07Z-
dc.date.available2017-11-27T08:41:07Z-
dc.date.issued2017-
dc.identifier.citationКосмыкова, Т. С. Апробация результатов нелинейной регрессионной логит-модели прогнозирования риска банкротства предприятий и определение ее оптимальных пороговых значений / Т. С. Космыкова // BIG DATA and Advanced Analytics: collection of materials of the third international scientific and practical conference, Minsk, Belarus, May 3–4, 2017 / editorial board: М. Batura [et al.]. – Minsk : BSUIR, 2017. – С. 293–297.ru_RU
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/28073-
dc.description.abstractThis article is about the models of binary choice, that can be used to predict the risk of bankruptcy. There is some results of constructing models of binary choice in this article. This scientific material presents information about these models and their predictive ability, and also it includes the stages of model valuing. This article is focus on the critical values for the model for bankruptcy risk prediction and their determination. It is noted that the model is good for the bankruptcy risk prediction.ru_RU
dc.language.isoruru_RU
dc.publisherБГУИРru_RU
dc.subjectматериалы конференцийru_RU
dc.subjectнелинейная регрессионная логит-модельru_RU
dc.subjectпрогнозирование рискаru_RU
dc.subjectбанкротство предприятийru_RU
dc.titleАпробация результатов нелинейной регрессионной логит-модели прогнозирования риска банкротства предприятий и определение ее оптимальных пороговых значенийru_RU
dc.typeСтатьяru_RU
Располагается в коллекциях:BIG DATA and Advanced Analytics. Использование BIG DATA для оптимизации бизнеса и информационных технологий (2017)

Файлы этого ресурса:
Файл Описание РазмерФормат 
Kosmykova_Aprobatsiya.PDF711.18 kBAdobe PDFОткрыть
Показать базовое описание ресурса Просмотр статистики Google Scholar

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.