Описываются свойства методов оценивания параметров регрессионных моделей - наименьших квадратов, модулей, антиробастного, а также их применения для решения конкретных практических проблем. При этом метод наименьших модулей не реагирует на аномальные наблюдения выборки, метод антиробастного оценивания сильно отклоняет линию регрессии в их направлении, метод наименьших квадратов занимает промежуточное положение. Показано, что если целью построения модели является проведение на ее основе многовариантных прогнозных расчетов значений зависимой переменной, то выбор метода численной идентификации параметров модели следует производить на основе анализа характера выбросов. Если есть основания полагать, что подобные им ситуации могут иметь место в будущем, следует выбрать метод антиробастного оценивания, в противном же случае - метод наименьших модулей. Построена регрессионная модель грузооборота Красноярской железной дороги на основе применения всех трех методов оценивания параметров. Проведен анализ причин, имеющих место в 2010 году в ситуации резкого падения величины грузооборота, которая вполне может характеризоваться как аномальное наблюдение в данных. Сделаны рекомендации по выбору метода оценивания параметров в этом случае
The article describes the properties of methods for estimating the parameters of regression models - least squares, moduli, anti-robust - as well as their application for solving specific practical problems. At the same time, the method of least modules does not respond to anomalous observations of the sample, the method of anti-robust estimation strongly deviates the regression line in their direction, the method of least squares occupies an intermediate position. I show that if the purpose of constructing a model is to carry out multivariate predictive calculations of the values of the dependent variable on its basis, then the choice of a method for the numerical identification of model parameters should be based on an analysis of the nature of emissions. If there is a reason to believe that similar situations may occur in the future, the anti-robust estimation method should be chosen, otherwise - the least modulus method. I built a regression model of the freight turnover of the Krasnoyarsk railway on the basis of the application of all three methods of parameter estimation. I carried out the analysis of the reasons for the situation of a sharp drop in the value of cargo turnover in 2010, which may well be characterized as anomalous observation in the data. I give recommendations on the choice of the parameter estimation method in this case
A Least Squares Estimation Method for the Linear Learning Model
