ДИСКРИМИНАНТНЫЙ АНАЛИЗ МНОГОМЕРНЫХ АВТОКОРРЕЛИРОВАННЫХ РЕГРЕССИОННЫХ НАБЛЮДЕНИЙ В УСЛОВИЯХ ПАРАМЕТРИЧЕСКОЙ НЕОДНОРОДНОСТИ МОДЕЛЕЙ

Abstract

Рассматривается задача дискриминантного анализа моделей многомерной линейной регрессии с неоднородной структурой и автокоррелированными ошибками наблюдения. Предлагается состоятельное решающее правило классификации многомерных неоднородных автокоррелированных регрессионных наблюдений, а также итерационный алгоритм вычисления оценок параметров модели. Исследуется эффективность итерационного алгоритма на модельных данных.