Но гораздо удобнее с этой целью использовать стандартный модуль
регрессионного анализа.
Анализ канонической корреляции обычно весьма трудоемок и сложен
Поэтому, несмотря на исключительную важность результатов такою анализа,
даже простейшая иллюстрация расчета требует использования ПЭВМ.
Т8 2. Основные понятия устойчивых методов оценки.
Методы оценивания, учитывающие наличие "грубых ошибок" и
позволяющие при этом достаточно точно определять оценки параметров,
называются робастными или устойчивыми.
При обработке экономической информации, как правило, считают, что
экономические показатели подчиняются нормальному распределению.
Однако практика обработки такой информации показывает, что
экономические показатели не так часто подчиняются теоретическому
нормальному распределению. Наблюдаются отклонения как односторонние,
так и двухсторонние, когда "хвосты" дифференциального закона
оказываются более тяжелыми, чем можно было предположить, исходя из
данных таблиц нормального распределения. Иногда статистическая
информация по данному показателю представляет собой смесь нескольких
законов распределения с разными дисперсиями. Встречаются смеси
основного нормального распределения с распределениями других видов.
Наблюдаются случаи, когда из-за малого объема выборки не представляется
возможным достаточно точно определить вид закона, засоряющего
распределения. Кроме того, хорошо известно, что при применении метода
наименьших квадратов небольшое число грубых ошибок может существенно
исказить значение характеристик распределения. Следовательно, необходимо
остановиться на таких методах обработки экономической информации,
которые были бы менее чувствительными к виду закона распределения и
влиянию небольшого числа больших случайных отклонений.
Исключение грубых ошибок из рассмотрения приводит к уменьшению
количества точек наблюдения и не дает нужного результата. Поэтому
необходимы были методы, позволяющие анализировать "засоренные"
данные.
Основы робастных методов оценки экономической информации были
разработаны академиками А.Н.Колмогоровым, Н.В.Смирновым и
Б.С.Ястремским. Дальнейшее развитие робастные методы получили в
работах американского статистика Д.Тьюки и швейцарского математика
Хубера. В настоящее время создан целый раздел прикладной математической
статистики, включающий методы устойчивого оценивания показателей,
подчиняющихся различным законам распределения. В современной науке
используется несколько робастных методов оценки экономической
информации.
При определении структуры неоднородных совокупностей здесь
возникают две задачи. Первая задача заключается в разбиении общей
неоднородной совокупности на некоторое число однородных совокупностей,