Рассмотрена задача оценивания параметров регрессионных моделей. Предложен алгоритм адаптивного оценивания параметров регрессии моделей, основанный на идентификации распределения остатков с использованием обобщенного лямбда-распределения. Проведено сравнение точности работы данного метода с результатами, полученными устойчивыми методами (наименьших уравновешенных квадратов, наименьшей медианы квадратов) и методом наименьших квадратов.
[1] Айвазян С.А. Енюков И.С. Мешалкин Л.Д. Прикладная статистика. – М.: Финансы и статистика, 1985. – 488 с.
[2] Тимофеев В.С., Вострецова Е.А. Устойчивое оценивание параметров регрессионных моделей с использованием идей метода наименьших квадратов // Научный вестник НГТУ. – 2007. – № 2 (27). – С. 57–67.
[3] Rousseeuw P.J., van Driessen K. Computing LTS Regression for Large Data Sets. Mimeo / Dept. Mathematics, University of Antwerp, 1999. – 21 p.
[4] Rousseeuw P.J. Least median of squares regression // Journal of American Statistical Association. – 1984. – № 388. – P. 871–880.
[5] Робастность в статистике. Подход на основе функций влияния: Пер. с англ. / Хампель Ф., Рончетти Э., Рауссеу П., Штаэль В. – М.: Мир, 1989. – 512 с.
[6] Karian Z.A., Dudewicz E.J. Fitting statistical distributions: the Generalized Lambda Distribution and Generalized Bootstrap methods. – New York, CRC Press LLC, 2000. – 435 p.
[7] Lakhany A., Mausser H. Estimation the parameters of the Generalized Lambda Distribution // ALGO research quarterly, 2000. – Vol.3. – №3. – P. 27–58.
[8] Боровков А.А. Математическая статистика. Оценка параметров, проверка гипотез. – М.: Наука, 1984. – 472 с.
[9] Банди Б. Методы оптимизации. Вводный курс: Пер. с англ.– М.: Радио и связь, 1988. – 128 с.
[10] Ивахненко А.Г., Степашко В.С. Помехоустойчивость моделирования. – Киев: Наукова думка, 1985. – 216 с.