×
赵俊龙;刘超;牛、鲁;冷、陈雷

高维回归空间中的多影响点检测。 （英语） Zbl 1420.62301号

J.R.Stat.Soc.，塞尔维亚。B、 统计方法。 81，第2号，385-408（2019）.
总结：影响诊断是数据分析的一个组成部分，但在高维回归环境中研究严重不足。即使在固定维度的环境中，关键挑战之一就是如何处理多个产生掩蔽和淹没效果的影响点。通过研究基于边缘相关影响测度的两个极值统计量，提出了一种新的群删除过程，称为多影响点检测。命名为最小和最大统计，它们具有互补性，因为最大统计对于克服掩蔽效应是有效的，而最小统计对于克服淹没效应是有用的。结合它们的优势，我们进一步提出了一种有效的算法，该算法可以检测具有预先指定的错误发现率的影响点。提出的影响点检测方法实现简单，运行效率高，具有诱人的理论特性。通过广泛的仿真研究和数据分析，实证验证了其有效性。实现该程序的R包是免费提供的。

引用于4文件

MSC公司：

62J05型 线性回归；混合模型
62G35型 非参数稳健性
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

错误发现率;组删除;高维线性回归;影响点检测;掩蔽和淹没;稳健统计;诊断

软件：

mvBACON公司;格尔姆奈特;鲁棒基地;R（右）
PDF格式BibTeX公司 XML格式引用
\textit{J.Zhao}等人，J.R.Stat.Soc.，Ser。B、 统计方法。81，No.2，385--408（2019；Zbl 1420.62301）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] Aggarwal，C.C.和Yu，P.S.（2001）高维数据的异常检测。ACM Sigmod记录。, 30, 37- 46.
[2] Belsley，D.A.、Kuh，E.和Welsch，R.E.（1980）回归诊断：识别影响数据和共线性来源。纽约：Wiley·Zbl 0479.62056号
[3] Benjamini，Y.和Hochberg，Y.（1995）控制错误发现率：一种实用且强大的多重测试方法。J.R.统计。Soc公司。B、 第57、289和300页·兹比尔0809.62014
[4] Billor，N.、Hadi，A.S.和Velleman，P.F.（2000）Bacon：阻塞自适应计算高效异常值提名器。计算统计。数据分析。, 34, 279- 298. ·兹比尔1145.62314
[5] Brownlee，K.A.（1965）《科学与工程中的统计理论与方法》，纽约：Wiley出版社·Zbl 0136.39203号
[6] Chatterjee，S.和Hadi，A.S.（1986）影响性观察、高杠杆点和线性回归中的异常值。统计师。科学。, 1, 415- 416. ·Zbl 0633.62059号
[7] Chiang，A.P.，Beck，J.S.，Yen，H.J.，Tayeh，M.K.，Scheetz，T.E.，Swiderski，R.E.，Nishimura，D.Y.，Braun，T.A.，Kim，K.Y.，Huang，J.，Elbedour，K.，Carmi，R.，Slusarski，D.C.，Casavant，T.L.，Stone，E.M.和Sheffield，V.C.（2006）使用SNP阵列的纯合度映射识别trim32，一种e3泛素连接酶，作为Bardet‐Biedl综合征基因（bbs11）。程序。国家。阿卡德。科学。美国, 103, 6287- 6292.
[8] Cook，R.D.（1977）线性回归中影响观察的检测。技术计量学, 19, 15- 18. ·Zbl 0371.62096号
[9] Draper，N.R.和Smith，H.（2014）应用回归分析，第3版。纽约：Wiley·Zbl 0158.17101号
[10] Fan，J.、Fan，Y.和Barut，E.（2014）自适应稳健变量选择。安。统计师。, 42, 324- 351. ·Zbl 1296.62144号
[11] Fan，J.和Lv，J.（2008）超高维特征空间的确定独立筛选（含讨论）。J.R.统计。Soc公司。B、 70849-911·Zbl 1411.62187号
[12] Filzmoser，P.、Maronna，R.A.和Werner，M.（2008）《高维异常识别》。计算统计。数据分析。, 52, 1694- 1711. ·Zbl 1452.62370号
[13] Friedman，J.、Hastie，T.和Tibshirani，R.（2010）通过坐标下降法对广义线性模型进行正则化。J.统计。软件。, 33, 1- 22.
[14] Hadi，A.S.和Simonoff，J.S.（1993）线性模型中多个离群值的识别程序。《美国统计杂志》。助理。, 88, 1264- 1272.
[15] Hawkins，D.M.、Dan，B.和Kass，G.V.（1984）使用元素集在多元回归数据中定位几个异常值。技术计量学, 26, 197- 208.
[16] Huang，J.，Ma，S.和Zhang，C.H.（2006）稀疏高维回归的自适应套索。统计师。罪。, 18, 1603- 1618. ·兹比尔1255.62198
[17] Huber，P.J.和Ronchetti，E.M.（2009）《稳健统计》，第2版。纽约：斯普林格·Zbl 1276.62022号
[18] Imon，A.H.M.R.（2005）确定线性回归中的多个有影响力的观察结果。J.应用。统计师。, 32, 929- 946. ·Zbl 1121.62404号
[19] Lawrance，A.J.（1995）回归中的删除影响和掩蔽。J.R.统计。Soc公司。B、 第57181至189页·Zbl 0825.62578号
[20] Maronna，R.A.（2011）高维数据的稳健岭回归。技术计量学, 53, 44- 53.
[21] Maronna，R.A.、Martin，R.D.和Yohai，V.J.（2006）《稳健统计：理论和方法》。纽约：Wiley·邮编1094.62040
[22] Nurunabi，A.A.M.（2011）线性回归中影响观察的诊断措施。Communs Statist公司。理论方法。, 40, 1169- 1183. ·Zbl 1220.62094号
[23] Nurunabi，A.A.M.、Hadi，A.S.和Imon，A.H.M.R.（2014）《线性回归中多重影响观测值的识别程序》。J.应用。统计师。, 41, 1315- 1331. ·Zbl 1352.62111号
[24] Pan，J.，Fung，W.和Fang，K.（2000）使用投影追踪技术检测多元数据中的多个离群值。J.统计。计划信息。, 83, 153- 167. ·Zbl 0970.62041号
[25] Ro，K.，Zou，C.，Wang，Z.和Yin，G.（2015）高维数据的离群点检测。生物特征, 102, 589- 599. ·Zbl 1452.62378号
[26] Roberts，S.、Martin，M.A.和Zheng，L.（2015）一种用于检测回归影响的自适应自动多案例删除技术。技术计量学, 57, 408- 417.
[27] Rousseeuw，P.和Hubert，M.（2011）异常值检测的稳健统计。数据挖掘知识。发现。, 1, 73- 79.
[28] Rousseeuw，P.J.和Leroy，A.M.（1987）稳健回归和异常检测。纽约：Wiley·Zbl 0711.62030号
[29] Rousseeuw，P.J.和van Zomeren，B.C.（1990）揭示多元异常值和杠杆点。《美国统计杂志》。助理。, 85, 633- 639.
[30] Satopaa，V.、Albrecht，J.R.、Irwin，D.E.和Raghavan，B.（2011）《在干草堆中发现膝盖：检测系统行为中的膝盖点》。程序中。《分布式计算系统国际会议》，明尼阿波利斯，第166-171页。纽约：电气和电子工程师协会。
[31] She，Y.和Owen，A.B.（2011）使用非凸惩罚回归进行异常值检测。《美国统计杂志》。助理。, 106, 626- 639. ·兹比尔1232.62068
[32] Shieh，A.D.和Hung，Y.S.（2009）检测微阵列数据中的异常样本。统计师。申请。遗传学。摩尔。生物。, 8, 1- 24. ·兹比尔1276.62092
[33] Smucler，E.和Yohai，V.J.（2017）线性回归模型的稳健和稀疏估计。计算统计。数据分析。, 111, 116- 130. ·Zbl 1464.62164号
[34] Tibshirani，R.（1996）通过套索进行回归收缩和选择。J.R.统计。Soc公司。B、 第58、267和288页·Zbl 0850.62538号
[35] Velleman，P.F.和Welsch，R.E.（1981）回归诊断的有效计算。美国统计局, 35, 234- 242. ·Zbl 0475.65099号
[36] Wang，H.，Li，G.和Jiang，G..（2007）通过LAD‐Lasso稳健回归收缩和一致变量选择。J.总线。经济。统计师。, 25, 347- 355.
[37] Welsch，R.E.（1982）影响函数和回归诊断。现代数据分析。纽约：学术出版社。
[38] Welsch，R.E.和Kuh，E.（1977）线性回归诊断。技术报告923‐77剑桥麻省理工学院斯隆管理学院。
[39] Zhao，J.、Leng，C.、Li，L.和Wang，H.（2013）高维影响测量。安。统计师。, 41, 2639- 2667. ·兹比尔1360.62411
[40] Zhu，H.、Ibrahim，J.G.和Cho，H.（2012）扰动和缩放库克距离。安。统计师。, 40, 785- 811. ·Zbl 1273.62180号
[41] Zhu，H.、Ibrahim，J.G.、Lee，S.和Zhang，H.（2007）局部影响分析中的扰动选择和影响措施。安。统计师。, 35, 2565- 2588. ·Zbl 1129.62068号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。