Линейная регрессионная модель в условиях гетероскедастичности остатков. Взвешенный метод наименьших квадратов.

В. П. Сиротин

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

17 июня 2026 г.

Биоинформатики НИУ ВШЭ обнаружили 20 опасных мутаций в гене, связанном с легочной артериальной гипертензией

Ученые НИУ ВШЭ совместно с коллегами из российских университетов выяснили, какие мутации в гене ACVRL1 опасны для пациентов с легочной артериальной гипертензией. Они смоделировали, как изменения в гене влияют на связывание АТФ с белком — процесс, от которого зависит передача сигналов, необходимых для работы сосудов. Оказалось, что 20 из 32 вариантов могут нарушать передачу сигнала и провоцировать болезнь. Результаты опубликованы в Journal of Structural Biology.

17 июня 2026 г.

Интеллектуальная робототехника: кадровый голод и масса возможностей

Пока на рынке мало кадров, способных заниматься разработкой интеллектуальных робототехнических систем. Между тем именно к этому идет робототехника. Как учат ее проектированию и каково будущее отрасли, в интервью IQ Media рассказал заведующий Проектно-учебной лабораторией робототехники НИУ ВШЭ Вадим Моргачев.

17 июня 2026 г.

Каким должно быть образование, чтобы готовить кадры для экономики будущего

Эти вопросы обсудят на форуме HR EXPO PRO ЛЮДЕЙ, который состоится 18-19 июня в Москве. В его работе примет участие ректор НИУ ВШЭ Никита Анисимов, федеральные министры, HR-директора компаний, ректоры вузов, эксперты. На форуме будет представлен стенд, посвященный программам ДПО НИУ ВШЭ.

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

Публикации

?

Линейная регрессионная модель в условиях гетероскедастичности остатков. Взвешенный метод наименьших квадратов.

Гл. 5.2. С. 95–100.

Сиротин В. П.

Обсуждается проблема выявления гетероскедастичности с помощью различных статистических критериев. Анализируются методы построения регрессионных моделей при наличии гетероскедастичности.

Язык: русский

Полный текст

Ключевые слова: гетероскедастичность критерий Гольдфелда-Квандта критерий Бартлетта

В книге

Эконометрика

Мхитарян В. С., Архипова М. Ю., Балаш В. А., Балаш О. С., Дуброва Т. А., Сиротин В. П. М.: Проспект, 2014.

Эконометрика

Мхитарян В. С., Архипова М. Ю., Балаш В. А. и др., М.: Проспект, 2014.

Рассматриваются методы и алгоритмы построения эконометрических моделей по пространственным, временным и пространственно-временным выборкам, методы оценки параметров моделей и проверки их значимости. Изложение регрессионного анализа начинается с классической двумерной и множественной линейной модели, которая в дальнейшем обобщается на условия мультиколлинеарности и нелинейности, гетероскедастичности и автокоррелированности регрессионных остатков. Рассматриваются также модели с переменной структурой, бинарного и множественного ...

Добавлено: 16 марта 2015 г.

Эконометрика: учебно-практическое пособие

Мхитарян В. С., Архипова М. Ю., Сиротин В. П., М.: Издательский центр ЕАОИ, 2012.

Материал учебного пособия охватывает анализ зависимостей по пространственным, временным и пространственно-временным (панельным) выборочным данным. Значитеьное внимание уделяется логическому анализу исходной информации и экономической интерпретации получаемых результатов. Учебное пособие снабжено достаточным количеством экономических примеров и задач для самостоятельного решения. Каждая глава завершается перечнем вопросов для повторения материала и тестами. ...

Добавлено: 22 марта 2013 г.

Примеры

Сиротин В. П., В кн.: Эконометрика.: М.: Проспект, 2011. Гл. 5.4 С. 107–115.

Приведены примеры идентификации регрессионных моделей обобщенным методом наименьших квадратов в условиях гетероскедастичности и автокоррелированности остатков ...

Добавлено: 21 марта 2013 г.

Applying a CART-based approach for the diagnostics of mass appraisal models

Покрышевская Е. Б., Антипов Е. А., Economics Bulletin 2011 Vol. 31 No. 3 P. 2521–2528

В данной работе представляется подход для автоматического определения сегментов, в которых регрессионная модель имеет существенно меньшую точность, и для выявления сегментов с систематической недооценкой или переоценкой предсказания. Данный сегментационный подход применим к различным экспертным системам, включая, но не ограничиваясь, те, которые используются для массовой оценки. Представленный подход может быть полезен для различных применений регрессионного анализа, ...

Добавлено: 4 октября 2012 г.