FORECASTING USING THE DEFINITE INTEGRAL IN DATA ANALYSIS AND REGRESSION MODELS

Аннотация

Regression analysis is one of the fundamental methods in data analysis used for prediction and forecasting. This paper explores the application of definite integrals in regression models, particularly in improving accuracy in predicting nonlinear trends. By incorporating definite integrals, we demonstrate how smoothing techniques and error minimization can enhance predictive capabilities in economic and scientific domains. Experimental results indicate a significant improvement in model accuracy compared to traditional approaches. Keywords: Definite Integral, Regression Analysis, Forecasting, Data Analytics, Machine Learning. ПРОГНОЗИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ ОПРЕДЕЛЕННОГО ИНТЕГРАЛА В АНАЛИЗЕ ДАННЫХ И РЕГРЕССИОННЫХ МОДЕЛЯХ Аннотация. Регрессионный анализ является одним из фундаментальных методов анализа данных, используемых для предсказания и прогнозирования. В этой статье рассматривается применение определенных интегралов в регрессионных моделях, в частности, для повышения точности прогнозирования нелинейных тенденций. Включая определенные интегралы, мы демонстрируем, как методы сглаживания и минимизации ошибок могут улучшить прогностические возможности в экономических и научных областях. Экспериментальные результаты указывают на значительное улучшение точности модели по сравнению с традиционными подходами. Ключевые слова: Определенный интеграл, Регрессионный анализ, Прогнозирование, Аналитика данных, Машинное обучение. Introduction. In data science and analytics, regression models are widely used for predicting trends based on historical data. However, traditional regression techniques often struggle with nonlinearity, requiring advanced mathematical tools to improve accuracy. One such tool is the definite integral, which helps in approximating cumulative trends and reducing fluctuations in datasets. Definite integrals are commonly applied in physics and engineering, yet their potential in machine learning and regression remains underexplored. This paper investigates how definite integrals can refine regression models and enhance forecasting accuracy by: 1. Minimizing noise and fluctuations in time-series data. 503 ResearchBib IF - 11.01, ISSN: 3030-3753, Volume 2 Issue 3 2. Improving smoothness in non-linear regressions. 3. Enhancing predictive performance in economic and financial forecasting.