Разработка методов оценивания моделей с ограниченными значениями объясняемых (зависимых) переменных, активно ведется с середины прошлого века и интенсивно продолжается до настоящего времени, в том числе, и в форме синтеза методов эконометрического анализа и машинного обучения.

Данные методы традиционно используются в экономике труда и при оценке эффективности государственных программ, однако область их применения значительно шире. Несмотря на активное развитие этих методов, все еще остаются актуальные, но слабо разработанные области, например, задачи, связанные с использованием эконометрических моделей в условиях многокритериального неслучайного отбора наблюдений. Современные исследования в данной области малочисленны в силу их теоретической и технической сложности. Также, многие из уже разработанных методов не имеют программной реализации в рамках стандартных статистических сред (STATA, SPSS, R, Julia, Python), что осложняет их применение широким кругом исследователей.

Таким образом, возникает необходимость как в разработке новых подходов к оцениванию моделей с ограниченными значениями объясняемых переменных, так и в программной имплементации соответствующих методов, чтобы сделать их доступными для широкого круга исследователей. В свете сказанного наша группа ставит перед собой следующие цели:

• Научная: разработать новые методы оценивания моделей с ограниченными значениями зависимых переменных, в частности, моделей с многокритериальным смещением отбора, и опубликовать полученные результаты в ведущих отечественных и международных научных журналах.
• Популяризационная: реализовать разработанные методы в виде пакетов для статистического ПО, что сделает их использование доступным для широкого круга исследователей.
• Образовательная: научить студентов-участников данной группы, самостоятельно разрабатывать и программировать продвинутые методы эконометрического анализа, а также оформлять результаты своей работы в виде научных статей.