135–145 СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ УДК 519.237.5 Оценивание параметров регрессионных моделей методом усеченного максимального правдоподобия* А. <...> Карла Маркса, 20, Новосибирский государственный технический университет, кандидат технических наук, доцент. <...> Карла Маркса, 20, Новосибирский государственный технический университет, кандидат технических наук. Е-mail: xajlenko@ corp.nstu.ru В работе представлен новый метод оценивания параметров регрессионных уравнений – метод усеченного максимального правдоподобия. <...> Данный метод основан на объединении подходов максимального правдоподобия и метода усеченных наименьших квадратов. <...> Сформулирована задача построения линейной модели регрессионного анализа. <...> Для этой задачи подробно описан алгоритм метода усеченного максимального правдоподобия, на простом примере продемонстрированы основные принципы, послужившие основой алгоритма. <...> Анализ работоспособности предлагаемого авторами алгоритма проведен с использованием методов вычислительных экспериментов. <...> При проведении вычислительных экспериментов моделирование случайных ошибок проводилось методами Монте-Карло. <...> Распределение случайных ошибок моделировалось как смесь двух распределений. <...> В роли базового распределения случайных ошибок рассматривалось нормальное распределение. <...> Оценивание параметров регрессионной модели проводилось с использованием метода наименьших квадратов, метода усеченных наименьших квадратов и метода усеченного максимального правдоподобия. <...> В качестве меры точности использовалась относительная погрешность оценивания параметров регрессионной модели. <...> Были рассмотрены различные варианты засорения: несмещенное засорение с нулевым средним, симметричное и асимметричное засорения. <...> Ключевые слова: регрессионная модель, устойчивость оценок, метод усеченного максимального правдоподобия, метод усеченных наименьших квадратов, метод Монте-Карло, выбросы, смесь распределений <...>