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

30 октября 2026 г.

«Объект наших исследований - суперкомпьютер»

Феликс Смирнов занимается суперкомпьютерными технологиями, чтобы помогать другим ученым в их работе. В интервью проекту «Молодые ученые Вышки» он рассказал о настройке коммуникаций между узлами, своем увлечении кинематографом и о старых вывесках на Хитровке.

29 октября 2026 г.

Как прогнозировать будущее науки и технологий

Лаборатория исследований науки и технологий, действующая в структуре Института статистических исследований и экономики знаний НИУ ВШЭ, изучает текущее состояние научных исследований и разработок, анализирует тренды и их динамику, что позволяет понимать масштаб вызовов, связанных с применением новейших технологий, определять приоритеты будущих работ, формировать научную и промышленную политику. Новостная служба «Вышка.Главное» побеседовала с заведующей лабораторией Лилианой Проскуряковой и директором Форсайт-центра ИСИЭЗ Александром Соколовым.

29 октября 2026 г.

Плоская модель местности скрыла от симулятора потерю связи между машинами

Исследователи МИЭМ ВШЭ показали, что популярные симуляторы связи между автомобилями заметно переоценивают ее надежность, потому что считают рельеф местности плоским. Если учесть рельеф, мосты и туннели, доля потерянных соединений на горном серпантине вырастает с 21 до 30%, у эстакады — с 20 до 33%, а в туннеле — с нуля до 80%.Результаты опубликованы в журнале Future Transportation.

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.