Аннотация:
Рассмотрена проблема идентификации нелинейных моделей с ошибками в объясняющей переменной в условиях сильного засорения выборки, в том числе при наличии аномальных наблюдений. На основе робастных методов оценивания предложено развитие алгоритмов скорректированных и общих наименьших квадратов, что позволило улучшить точность восстановления отклика при наличии выбросов. Предложенные алгоритмы использованы при построении кривой Энгеля по данным бюджетного обследования. В результате удалось сделать более корректные выводы о закономерностях поведения домашних хозяйств с изменением дохода.