Простое доказательство робастности метода наименьших квадратов с урезанием для линейной регрессионной модели

А. С. Шведов

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

9 сентября 2026 г.

В НИУ ВШЭ разработали методику оценки результативности адвокатов в уголовном судопроизводстве

Наличие хорошего адвоката для защиты в уголовном деле во многом определяет, сохранит ли его доверитель свободу, здоровье и доброе имя. Исследователи НИУ ВШЭ предложили прогнозировать результативность адвоката по итогам его деятельности в прежних процессах. Разработанная ими методика учитывает тяжесть обвинений, сложность дел и наиболее вероятный исход с учетом данных судебной статистики.

9 сентября 2026 г.

Исследователи НИУ ВШЭ оценили вклад стран БРИКС в ведущие конференции по машинному обучению

Наукометрический центр НИУ ВШЭ проанализировал более 104 тысяч работ за 2020–2025 годы, которые были представлены на десяти конференциях высшего уровня A* по рейтингу ICORE 2026. Исследователи изучили вклад Бразилии, России, Индии, Китая и ЮАР: на эти страны пришлось около 40,8 тысячи публикаций — 39,2% от всего массива. Однако распределение крайне неравномерно, и единого исследовательского пространства БРИКС пока нет.

8 сентября 2026 г.

Алгебра, геометрия, ИИ: российские и вьетнамские математики обсудили современные исследования

Делегация ученых из Ханоя посетила ФКН НИУ ВШЭ, а затем приняла участие в российско-вьетнамской конференции в Санкт-Петербурге. Мероприятия стали частью трехлетнего проекта «Гибкость и вычислительные методы». За время его реализации исследователи подготовили совместные публикации и получили новые математические результаты.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

Простое доказательство робастности метода наименьших квадратов с урезанием для линейной регрессионной модели

Проблемы управления. 2016. № 5. С. 10–13.

Шведов А. С.

В классической линейной регрессионной модели остатки предполагаются распределенными нормально. Но реальные данные редко в точности соответствуют предположениям классической модели. При этом даже единственное резко отличающееся наблюдение может очень сильно повлиять на оценку параметров регрессии. Одним из методов робастной регрессии с высокой пороговой точкой является метод наименьших квадратов с урезанием. Дано новое доказательство теоремы о величине пороговой точки для этого метода, значительно более простое, чем оригинальное доказательство.

Язык: русский

Полный текст

Текст на другом сайте

Ключевые слова: робастная регрессия метод наименьших квадратов с урезанием пороговая точка

Experimental and Analytic Comparison of the Accuracy of Different Estimates of Parameters in a Linear Regression Model

Горяинова Е. Р., Botvinkin E. A., Automation and Remote Control 2017 Vol. 78 No. 10 P. 1819–1836

Рассмотрены МНК-, МНМ-, R-, M-, S-, LMS-, LTS-, MM- и HBR-оценки параметров в линейной регрессионной модели с неизвестным распределением шумов. При помощи компьютерного моделирования для выборок умеренного объёма проведено сравнение точности рассмотренных оценок для наиболее распространённых вероятностных распределений погрешностей регрессионной модели. Для различных распределений шумов аналитически вычислены асимптотические эффективности МНК-, МНМ-, R-, M-, S- и ...

Добавлено: 29 декабря 2017 г.

Робастная регрессия с применением T-распределения и EM-алгоритма

Шведов А. С., Экономический журнал Высшей школы экономики 2011 Т. 15 № 1 С. 68–87

В pаботе pассматpивается линейная pегpессионная модель. EM-алгоpитм пpедставляет собой pаспpостpаненный подход к оценке паpаметpов таких моделей на основе общего пpинципа максимизации пpавдоподобия. Известно, что этот метод оценки паpаметpов является pобастным, если ошибки независимы, одинаково pаспpеделены и имеют многомеpное t-pаспpеделение. В пpедыдущих pаботах такой подход к оценке паpаметpов pегpессионных моделей пpименялся лишь пpи условии, что ошибки имеют ...

Добавлено: 29 ноября 2012 г.