Экспериментальное и аналитическое сравнение точности различных оценок параметров линейной регрессионной модели

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 объeма проведено сравнение точности рассмотренных оценок для наиболее распространенных вероятностных распределений погрешностей регрессионной модели. Для различных распределений шумов аналитически вычислены асимптотические эффективности МНК-, МНМ-, R-, M-, S- и LTS-оценок. Даны рекомендации по применению этих методов для различных распределений ошибок модели. Приведены примеры с реальными данными, подтверждающие достоинство робастных оценок.