罗斯·H·塔普林。 线性模型的稳健（F）检验。 （英语） 兹比尔0941.62078 可以。J.统计。 27，第2期，361-371（1999）. 摘要：作者提出了一种用于比较嵌套线性模型的稳健F检验。建议该方法对从业者具有吸引力，因为它基于熟悉的F统计数据，并且对应于删除明显异常值后报告F统计数据的常见做法。它是根据一个真实参数进行校准的，该参数可以直接解释为数据分析师删除观测值的意愿，并且很容易检查\（F\）-统计量对该参数的敏感性。该程序通过模拟研究进行评估，其中使用比例混合分布来生成异常值。该程序也适用于某些数据，其中异常值的出现与回归项的重要性相混淆。这为数据提供了两个相互竞争的模型的比较：一个模型删除了一个离群值，另一个模型包含了一个额外的回归项。 MSC公司： 62J05型 线性回归；混合模型 62层35 鲁棒性和自适应程序（参数推断） 62G35型 非参数稳健性 关键词：污染;方差分析;leave-k-out（退出）;离群值 软件：S-PLUS系统;R（右） PDF格式BibTeX公司 XML格式引用 \textit{R.H.Taplin}，加拿大。J.Stat.27，No.2，361--371（1999；Zbl 0941.62078） 全文： 内政部 参考文献： [1] 库克，回归中的残差和影响（1982） [2] Hoeting，线性回归中同时进行变量选择和异常值识别的方法，J.Comput。统计与数据分析22第51页–（1996年）·Zbl 0900.62352号 [3] Madigan，模型选择和使用Occam窗口计算图形模型中的模型不确定性，J.Amer。统计师。Assoc 89第1535页–（1994）·Zbl 0814.62030号 [4] Sen，回归分析：理论、方法和应用（1990）·Zbl 0714.62057号 [5] Venables，《现代应用统计学与S-Plus》（1994年）·doi:10.1007/9781-4899-2819-1 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。