楼主: 耕耘使者
8830 55

R实现稳健回归(含最小截尾二乘法(LTS)和M估计量,Huber回归) [推广有奖]

贵宾

学术权威

34%

还不是VIP/贵宾

-

威望
4
论坛币
1812735 个
学术水平
108 点
热心指数
167 点
信用等级
86 点
经验
91884 点
帖子
4436
精华
0
在线时间
2678 小时
注册时间
2006-4-6
最后登录
2019-1-21

耕耘使者 发表于 2015-3-9 18:31:26 |显示全部楼层
本帖最后由 耕耘使者 于 2015-3-9 18:32 编辑

R实现稳健回归.doc (668.5 KB, 售价: RMB 19 元)

普通最小二乘法OLS法是最常用的回归模型估计方法,但其使用前提之一是随机误差服从正态分布(即高斯分布)。但是,现实是复杂的,几乎不可能完全符合假设。那么,一个好的估计量应该对稍微偏离假设的情况有一定的免疫力。遗憾的是,OLS不具备这一特点。比如,当随机误差是非正态分布—尤其是长尾分布时,OLS估计量会对哪怕少数几个离群点(即异常数据)极度地敏感。也就是说少数几个离群点就会对拟合结果产生破坏性的影响,使OLS估计量成为很差的估计量。事实上,许多学者指出,长尾分布的随机误差比正态分布的随机误差更为常见。这种情况下,必须放弃OLS,寻求其它有效的估计方法。稳健回归正是对这个问题进行补救措施。所谓稳健,就是指能够抵御异常数据对回归分析的不良影响。如果能够抵御,我们就可以说这种估计方法是稳健的。反之,如果不能抵御异常数据对回归分析的破坏,我们就可以说这种估计方法是不稳健。因为在回归分析中,异常数据主要表现的离群点。所以,简言之,稳健回归就是指能够检测离群点、并且在离群点存在的情况下能够提供可靠估计的一种回归方法

本文件中本人原创,内容包括离群点的识别(帽子值法、学生化残差法、标准化残差的QQ图(Quantile–quantile plots)法、Cook距离(Cook’s distance)法),稳健回归估计方法(最小截尾二乘法(LTS)、M估计量,Huber回归),有完整的R代码的实战案例。

内容结构:

内容结构.jpg

共24页,内容完整、图文并茂、可以直接复制到软件上操作。






回帖推荐

静水流痕 发表于15楼  查看完整内容

内容整理的详细 希望楼主继续发光发热
已有 1 人评分学术水平 热心指数 信用等级 收起 理由
日新少年 + 1 + 1 + 1 精彩帖子

总评分: 学术水平 + 1  热心指数 + 1  信用等级 + 1   查看全部评分

本帖被以下文库推荐

stata SPSS
liwenxue_137 发表于 2015-3-10 12:22:39 |显示全部楼层
软件包有免费的,修改一下即可。一句话,想学的能自学。
已有 1 人评分热心指数 收起 理由
耕耘使者 + 2 鼓励积极发帖讨论

总评分: 热心指数 + 2   查看全部评分

回复

使用道具 举报

jiang25u 发表于 2015-4-7 07:27:21 |显示全部楼层
想看。。。
已有 1 人评分热心指数 收起 理由
耕耘使者 + 2 谢谢支持

总评分: 热心指数 + 2   查看全部评分

回复

使用道具 举报

yhzh2009 发表于 2015-6-14 16:42:43 |显示全部楼层
看看试试。。。。。。。。。。。
已有 1 人评分信用等级 收起 理由
耕耘使者 + 2 谢谢支持

总评分: 信用等级 + 2   查看全部评分

回复

使用道具 举报

海的方向 发表于 2015-10-16 14:38:45 |显示全部楼层
收了 关于长尾分布的资料如果更好的 告诉我一下
已有 1 人评分信用等级 收起 理由
耕耘使者 + 2 好的,谢谢支持!

总评分: 信用等级 + 2   查看全部评分

回复

使用道具 举报

耕耘使者 发表于 2015-10-26 08:02:46 |显示全部楼层
海的方向 发表于 2015-10-16 14:38
收了 关于长尾分布的资料如果更好的 告诉我一下
好的,谢谢朋友支持!
回复

使用道具 举报

耕耘使者 发表于 2015-10-30 15:15:57 |显示全部楼层
多谢“风生”坛友支持!
欢迎交流,QQ:2859228658
回复

使用道具 举报

耕耘使者 发表于 2015-11-6 11:51:43 |显示全部楼层
多谢“xinxin329”坛友支持!
欢迎交流,QQ:2859228658
回复

使用道具 举报

耕耘使者 发表于 2015-11-21 12:23:57 |显示全部楼层
多谢坛友“温星星”支持,欢迎交流!
QQ:2859228658
回复

使用道具 举报

耕耘使者 发表于 2015-11-21 12:25:27 |显示全部楼层
多谢坛友“xfconnie”支持,欢迎交流!
QQ:2859228658
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 我要注册

GMT+8, 2019-1-21 22:45