лением очередного предсказателя убывает. Это свойство коэффици-
ента прогностической информативности позволяет выбрать опти-
мальное число предикторов. Очевидно, что им будет то число пред-
сказателей, при котором КПИ достигает максимального значения.
Существует несколько алгоритмов выбора наиболее информа-
тивных предикторов с использованием этого показателя. Рассмот-
рим простейший из них.
Имеется исходная совокупность тест-предикторов (, ..., Хл).
Выбирается любой предиктор Х/ (например, имеющий наиболь-
ший коэффициент парной корреляции с предиктантом). Далее для
каждой пары предикторов ( Х!, Х), где ! — индексы оставшихся
в первоначальной совокупности предикторов, вычисляется КПИ.
Вторым выбираемым предиктором Х3 будет тот, для которого вы-
полняется условие:
т 
1 
1\1 
. 
т 
!
КПИ [7, У (Х,, 
Х, )] - тах КПИ [Х, У (Х,, Х)], — (8.20)
где У-— фактические, У ( Х!, Х;) — прогнозные значения предиктанта.
Затем расчеты повторяются для каждой тройки предикторов
( Х1, Х}, Х, ). Критерий выбора третьего предиктора Х; имеет вид:
КПИ [х, 7 (Х!, Х}, Х!)] = тах КПИ [Х, У (Х}, 
Х1, Х,)). (8.21)
Процесс добавления предикторов заканчивается при выполне-
нии условия:
КПИ [у, У (Х!, .. Х) )) < КПИ [), У(Х1, .. Х)) (8:22)
т.е. тогда, когда добавление очередного предсказателя приводит
к уменьшению КПИ.
На этом отбор 1-й группы предикторов заканчивается.
Затем в качестве первого выбираемого предиктора Х? (индекс
сверху — принадлежность ко второй отбираемой группе) берется
любой, но не тот, который был выбран в первой группе. Расчеты по
описанному алгоритму повторяются. Всего, таким образом, форми-
руется т групп предикторов.
Сравнительная оценка отобранных групп осуществляется по
значениям КПИ.
294