Дисертацiйне дослiдження присвячене стохастичним рiвнянням з частинними похiдними, керованим вiнерiвським процесом, дробовим броунiвським рухом, або їхньою лiнiйною комбiнацiєю. Головною метою дослiдження є розробка методiв одночасного оцiнювання невiдомих параметрiв шуму на основi дискретних спостережень розв’язкiв таких рiвнянь. Також вивчаються асимптотичнi властивостi побудованих оцiнок. Значну увагу придiлено вивченню властивостей розв’язкiв згаданих рiвнянь, таких як стацiонарнiсть та ергодичнiсть, оскiльки на них базується побудова та подальше дослiдженнястатистичних оцiнок.Стрiмкий розвиток теорiї стохастичних диференцiальних рiвнянь з частинними похiдними триває вже чотири десятилiття. Ця теорiя об’єднує елементи теорiї диференцiальних рiвнянь з частинними похiдними та стохастичного аналiзу. Вона знаходить застосування у багатьох наукових галузях, таких як фiзика, бiологiя, геофiзика та фiнанси. Такi рiвняння моделюють процеси дифузiї, фазовi переходи та властивостi матерiалiв. Вони також застосовуються у фiнансах для цiноутворення опцiонiв, управлiння ризиками та моделювання стохастичної волатильностi. Оскiльки стохастичнi диференцiальнi рiвнянняз частинними похiдними вiдiграють важливу роль у багатьох наукових галузях, то дослiдження властивостей та розвиток статистичних методiв для них є актуальним завданням сучасних дослiджень.З осибливою увагою в дисертацiйному дослiдженнi вивчаються стохастичнi диференцiальнi рiвняння з частинними похiдними, якi мiстять дробовий броунiвський рух. Такi рiвняння дозволяють описувати процеси з довгостроковою такороткостроковою залежнiстю, що має значення для фiзичних систем, радiоелектронних приладiв, комп’ютерних мереж та фiнансових ринкiв. Додатково, дане дослiдження охоплює бiльш складнi моделi з поєднанням бiлого i дробовогошумiв. Це дозволяє, зокрема, точнiше моделювати процеси на фiнансових ринках, де iснують рiзнi джерела випадковостi.^UThe thesis is devoted to fractional stochastic partial differential equations driven by Wiener process, fractional Brownian motion or their linear combination. The main goal of the research is the development of statistical methods for simultaneous noiseparameters estimation based on discrete observations of the solutions. Also asymptotic properties of estimators have been investigated. Special attention is given to the properties of solutions such as stationarity and ergodicity since they are crucial forthe construction and further investigation of statistical estimators.The rapid development of the theory of partial differential equations is in progress for the last four decades. This theory combines the elements of stochastic partial differential equations theory and stochastic analysis. It can be applied in many scientific areas such as physics, biology, geophysics and finances. Such equations are used to model the diffusion processes, phase transitions and material properties. They also can be applied in finance for option pricing, risk management and stochastic volatility modeling. The investigation of the stochastic partial differential equations properties and development of the statistical methods for them are important problems for modern studies as they are playing a crucial role in many scientific fields.The special attention in this thesis is devoted to stochastic partial differential equations driven by fractional Brownian noise. Such type of equations can be used to describe the processes with long-term and short-term dependencies which are important forphysical systems, radio-electronic devices, computer networks and financial markets. In addition, this research covers more complex models with combination of white and fractional Brownian noises. This allows us, in particular, to model financial marketprocesses more accurately when different sources of randomness exist.