Для неявної функціональної моделі регресії з похибками в змінних розглядається оцінка ортогональної регресії. Встановлено умови неконзистентності, знайдено перший член розкладу асимптотичного відхилення оцінки по дисперсії похибок, та запропонована покращена оцінка, яка має менше асимптотичне відхилення. Отримані результати
розглянуті на прикладі еліпса.
For implicit functional errors-in-variables model the orthogonal regression estimator is considered. The conditions for the inconsistency are presented, and the first term of the asymptotic expansion of its deviation is derived. An improved estimator is proposed, that has smaller asymptotic deviation from the true value. As an example the estimation of the ellipse is considered.
