Аннотация:
Предложен подход, ориентированный на случай неоднородных выборок, когда исходная выборка наблюдений (объектов) “разваливается” на классы, отличающиеся существенно разными значениями зависимой переменной (но не регрессоров) и достаточно представительные для построения в каждом из них какой-либо регрессионной модели. На практическом примере показано, как предложенный подход позволяет улучшить качество оценивания по сравнению с традиционным регрессионным подходом.