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。