67–76 ОБРАБОТКА ИНФОРМАЦИИ УДК 519.237.5 Оценивание параметров регрессионных моделей в условиях гетероскедастичности неизвестной формы* А.В. ФАДДЕЕНКОВ 630073, РФ, г. Новосибирск, пр. <...> Карла Маркса, 20, Новосибирский государственный технический университет, к. т. н., доцент, e-mail: fadd@fb.nstu.ru В статье рассмотрена задача оценивания параметров линейных регрессионных моделей в условиях гетероскедастичности. <...> При построении модели предполагается, что дисперсия случайной ошибки зависит от некоторого фактора (в роли такого фактора может выступать один из входных факторов модели или какой-то внешний фактор). <...> Предполагается, что совокупность исходных данных может быть разбита на участки с одинаковой дисперсией. <...> Предложен подход, позволяющий свести регрессионную модель с такими предположениями к модели со структурированной ошибкой. <...> При построении модели предполагается, что ковариационная матрица ошибок является линейной комбинацией известных матриц с неизвестными коэффициентами. <...> Данные известные матрицы имеют диагональный вид и формируются исходя из структуры исходных данных. <...> Оценивание параметров этой модели предлагается проводить с использованием квадратичных оценок минимальной нормы (MINQE). <...> Разработан алгоритм определения границ интервалов области исходных данных с одинаковой дисперсией. <...> В алгоритме проверка гипотез о различии дисперсий на разных участках проводится с использованием критерия дисперсионного анализа (ANOVA-критерия). <...> Средствами статистического имитационного моделирования проведены вычислительные эксперименты, показывающие работоспособность разработанного алгоритма. <...> Ключевые слова: регрессионный анализ, линейная регрессионная модель, метод наименьших квадратов, гомоскедастичность, гетероскедастичность, модели компонент дисперсии, квадратичные оценки минимальной нормы, статистическое моделирование, вычислительный эксперимент ВВЕДЕНИЕ Регрессионный анализ является одним <...>