3 УДК 519.816 В. С. Тимофеев, А. А. Санина ПОСТРОЕНИЕ МОДЕЛЕЙ БИНАРНОГО ВЫБОРА НА ОСНОВЕ УНИВЕРСАЛЬНОГО СЕМЕЙСТВА РАСПРЕДЕЛЕНИЙ1 Рассмотрена задача классификации и некоторые распространённые методы её решения с применением моделей бинарного выбора. <...> Среди предложенных моделей предпочтение отдаётся logit- и probit-моделям в связи с возможностью обрабатывать входные факторы различной природы. <...> Рассматривается закономерный вопрос о возможности введения новой модели, в основе которой будет лежать универсальное семейство распределений, отличное от логистического закона для logit-модели и нормального закона – для probit-модели. <...> Подробно описывается математическая постановка, приводятся пояснения, касающиеся возможности введения новой модели, обозначены существующие требования и ограничения. <...> Кроме того, предложен новый метод оценивания параметров классифицирующей функции, основанный на применении универсального распределения. <...> В качестве такого распределения предлагается использовать обобщённое нормальное распределение. <...> Предложенная процедура классификации заключается в решении двойной задачи оптимизации: минимизации функции правдоподобия при подборе оптимальных коэффициентов для классифицирующей функции и минимизации значения величины ошибки классификации путём варьирования параметров выбранного распределения. <...> С целью исследования предложенного метода проведён ряд вычислительных экспериментов при различных объёмах выборок, количестве входных факторов и различных зависимостях в исходных данных. <...> Результаты экспериментов подробно изучены с целью выявить влияние распределения входных переменных на характер эмпирического распределения вероятностной модели. <...> Полученные результаты свидетельствуют об эффективности предложенной процедуры. <...> Особенно хорошо это иллюстрируют тесты на расширенной модели (с большим количеством переменных). <...> Указаны возможные перспективы развития работы <...>