×
朱利安·米隆;本杰明·波莱恩;伊娃·坎通尼

稳健多元逻辑回归。 （英语） Zbl 07584299号

计算。统计数据分析。 176，文章ID 107564，第16页（2022）.
总结：在多元回归的背景下，与任何广义线性模型一样，稳健性问题都有很好的记录。现有的稳健估计量旨在防止误分类，但不能防止离群协变量。结果表明，这对估计和测试的影响比单独的错误分类要大得多。为了解决这个问题，引入了两种新的估计量：鲁棒广义线性模型型估计量和最优B鲁棒估计量，以及相应的Wald型和分数型检验。给出了这些估计量的渐近分布和方差，以及零假设下检验统计量的渐近分布。对提出的新估计量和现有的替代估计量进行了全面比较。这是通过研究估计量的影响函数从理论上实现的，并通过对医学数据集的模拟和应用进行了实证研究。

MSC公司：

62至XX 统计

关键词：

一般线性模型;M估计量;错误分类;离群值;多元回归;稳健性

软件：

UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{J.Miron}等人，计算。统计数据分析。176，文章ID 107564，16 p.（2022；Zbl 07584299）
全文： DOI程序
OA许可证

参考文献：

[1] Aeberhard，W.H。；坎通尼，E。；马拉，G。；Radie，R.，位置、规模和形状广义加性模型的稳健拟合，统计计算。，31, 11, 1-16 (2021) ·Zbl 1461.62008年
[2] Agresti，A.，分类数据分析（2012），威利
[3] Alqallaf，F。；Agostinelli，C.，广义线性模型中的稳健推理，Commun。统计、模拟。计算。，3053-3073年9月45日（2016年）·Zbl 1348.62094号
[4] Berthonnaud，E。；Dimnet，J。；Roussouly，P。；Labele，H.，《使用形状和方向参数分析脊柱和骨盆的矢状平衡》，J.Spinal Disord。技术，1，40-47（2005）
[5] Bertsimas博士。；Dunn，J。；Pawlowski，C。；Zhuo，Y.D.，稳健分类，INFORMS J.Optim。，1, 1, 2-34 (2019)
[6] 暴雪，L。；Hosmer，D.W.，具有两个以上属性的名义结果的对数多项式回归模型，Biom。J.，49，6889-902（2007年）·Zbl 1442.62273号
[7] Bootkrajang，J。；Kabán，A.，标签噪声稳健逻辑回归及其应用，（Flach，P.A.；De Bie，T.；Cristianini，n.，《数据库中的机器学习和知识发现》（2012），斯普林格-柏林-海德堡：斯普林格–柏林-海德堡-柏林，海德堡），143-158
[8] 坎通尼，E。；Ronchetti，E.，广义线性模型的稳健推断，美国统计协会，96，455，1022-1030（2001）·Zbl 1072.62610号
[9] 坎通尼，E。；Ronchetti，E.，《医疗卫生支出分析中偏倚和严重后果的稳健方法》，J.health Econ。，25, 2, 198-213 (2006)
[10] 卡斯蒂利亚，E。；Ghosh，A。；N.马丁。；Pardo，L.，《多元logistic回归模型的新稳健统计程序》，生物统计学，74，4，1282-1291（2018）
[11] 卡斯蒂利亚，E。；Ghosh，A。；N.马丁。；Pardo，L.，《具有复杂调查设计的多元逻辑回归的稳健半参数推断》，《高级数据分析》。分类。，1-34 (2020)
[12] Copas，J.B.，污染数据的二元回归模型，J.R.Stat.Soc.B，50，225-253（1988）
[13] 克罗克斯，C。；Haesbroeck，G。；Ruwet，C.，序数回归的稳健估计，J.Stat.Plan。推理，143，9，1486-1499（2013）·Zbl 1279.62147号
[14] Dang，X。；Serfling，R.，非参数基于深度的多元离群值标识符和掩蔽稳健性属性，J.Stat.Plan。推理，140，1198-213（2010）·Zbl 1191.62084号
[15] 丹尼尔斯，M.J。；Gatsonis，C.，层次多体回归模型及其在卫生服务研究中的应用，Stat.Med.，16，20，2311-2325（1997）
[16] Dua，D。；Graff，C.，UCI机器学习库（2019年）
[17] 冯，J。；Xu，H。；曼诺，S。；Yan，S.，稳健逻辑回归和分类，（神经信息处理系统进展27’（2014），Curran Associates，Inc.），253-261
[18] Ghosh，A。；Basu，A.，广义线性模型中的稳健估计：密度幂散度方法，Test，25，2，269-290（2016）·Zbl 1342.62126号
[19] 汉佩尔，F.R。；Ronchetti，E.M。；Rousseeuw，P.J。；Stahel，W.A.，《稳健统计：基于影响函数的方法》（1986），John Wiley&Sons·Zbl 0593.62027号
[20] Heritier，S。；坎通尼，E。；科普特，S。；Victoria-Feser，M.-P.，《生物统计中的稳健方法》，第825卷（2009年），John Wiley&Sons·Zbl 1163.62085号
[21] Heritier，S.等人。；Ronchetti，E.，一般参数模型中的稳健有界影响检验，美国统计协会，89，427，897-904（1994）·Zbl 0804.62037号
[22] Huber，P.J.，位置参数的稳健估计，Ann.Math。Stat.，35，73-101（1964年）·Zbl 0136.39805号
[23] Huber，P.J.，《稳健统计》（1981），威利·Zbl 0536.62025号
[24] 洪，H。；Jou，Z.-Y。；Huang，S.-Y.，无需建模误标概率的稳健误标logistic回归，生物统计学，74，1，145-154（2018）·Zbl 1415.62107号
[25] Kempen，B。；布鲁斯·D·J。；尤夫林，G.B。；Stoorvogel，J.J.，《使用传统土壤数据更新1:50000荷兰土壤图：多项式logistic回归方法》，《地质学》，151，3，311-326（2009）
[26] Künsch，H.R。；斯蒂芬斯基，洛杉矶。；Carroll，R.J.，《一般回归模型中的条件无偏有界影响估计及其在广义线性模型中的应用》，美国统计协会，84，406，460-466（1989）·Zbl 0679.62024号
[27] 科西米迪斯，I。；Lunardon，N.，估计函数的经验偏差减少调整（2020年），ArXiv预印本
[28] Lange，K.，《统计学家数值分析》（2010），施普林格出版社·Zbl 1258.62003号
[29] Lesaffre，E。；Albert，A.，多组逻辑回归诊断，J.R.Stat.Soc.，Ser。C、 申请。Stat.，38，3，425-440（1989）·Zbl 0707.62151号
[30] 马尔卡图，M。；巴苏，A。；Lindsay，B.G.，带自举根搜索的加权似然方程，美国统计协会，93，442，740-750（1998）·Zbl 0918.62046号
[31] Martín，n.，《在多元逻辑回归中使用库克距离》，英国数学杂志。统计心理学。，68, 1, 84-115 (2015) ·兹比尔1410.62145
[32] McCullagh，P。；Nelder，J.，广义线性模型（1983），Chapman&Hall/CRC·Zbl 0588.62104号
[33] Mebane，W.R。；Sekhon，J.S.，计数数据过分散多项式模型的稳健估计和异常值检测，美国政治科学杂志。，48, 2, 392-411 (2004)
[34] Nelder，J.A。；Wedderburn，R.W.M.，广义线性模型，J.R.Stat.Soc.A，135，3，370-384（1972）
[35] Pregibon，D.，Logistic回归诊断，Ann.Stat.，9，4，705-724（1981）·Zbl 0478.62053号
[36] Rousseeuw，P.J。；Van Driessen，K.，最小协方差行列式估计的快速算法，技术计量学，41，3，212-223（1999）
[37] 斯蒂芬斯基，洛杉矶。；卡罗尔·R·J。；Ruppert，D.，广义线性模型的最优有界得分函数及其在逻辑回归中的应用，Biometrika，73413-424（1986）·Zbl 0616.62043号
[38] Wang，X.，修正的广义矩法，用于多元logistic模型的稳健估计，PeerJ，2（2014）
[39] Welsch，R.E.，回归敏感性分析和有界影响估计，（Kmenta，J.；Ramsey，J.B.，《计量经济学模型评估》（1980），学术出版社），153-167
[40] 尹，M。；曾博士。；高，J。；吴，Z。；Xie，S.，基于RPCA的稳健多项式logistic回归，IEEE J.Sel。顶部。信号处理。，12, 6, 1144-1154 (2018)
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。