WWCODE

基于R的线性模型的秩分析是众所周知的,当数据偏离正常和/或包含离群值时,Wilcoxon过程执行最小二乘处理。这些过程可以通过引入权重来推广,产生所谓的加权Wilcoxon(WW)技术。在本文中,我们演示如何WW估计可以使用L1回归例程计算。更重要的是,我们提出了一系列功能,可以用来实现基于WW估计的线性模型的鲁棒性分析。例如,估计,线性假设检验,残差分析和诊断,以检测不同的加权方案拟合的差异进行了讨论。为了便于说明,我们对回归模型、设计实验和自回归时间序列模型进行了分析。我们选择使用R统计软件包来实现功能套件。因为R是自由可用的,并且在多个平台上运行,所以WW估计和相关推断现在是普遍可访问的。


ZBMaX中的参考文献(17篇)1标准条款

显示结果1至17的17。
按年份排序(引文

  1. 杨,Jing;卢,Fang;杨,胡:基于单点指数模型的局部沃尔什平均估计和变量选择(2019)
  2. 奥代,Hend A.;伊斯梅尔,Mohamed A.;鲁莽,Ali A.:Wilcoxon秩基主成分分析(2018)
  3. 杜,江;张,Zhongzhan;谢,田发:M估计模型平均(2018)
  4. 张,青照;段,Xiaogang;马,双格:聚焦信息准则和广义秩回归模型平均(2017)
  5. 张,青照;段,萧刚;周,萧华:协变量特定ROC曲线的加权Wilcoxon估计(2017)
  6. 冯,龙;祖河,Changliang;王,昭君;魏,Xianwu;陈,Bin:变系数模型中基于鲁棒样条的变量选择(2015)
  7. 冯,龙;祖河,Changliang;王,昭君;朱,李兴:回归曲线的稳健比较(2015)
  8. 杨,胡;郭,超慧;吕,靖:SCAD带参数发散的惩罚秩回归(2015)
  9. 朱,能慧:广义变系数模型的两阶段局部沃尔什平均估计(2015)
  10. 冯,龙;祖河,Changliang;王,昭君:局部沃尔什平均回归(2012)
  11. 王,Haiyan;Tolos,SITI;王,Suojin:在异方差处理效应的存在下检测响应变量和协变量之间的一般依赖性的无分布检验(2010)
  12. van Aelst,S,Croux,C:多元广义S-估计(2009)
  13. 高,辛;Alvo,Mayer:非平衡多重布局的非参数多重比较程序(2008)
  14. 高,辛;阿尔沃,Mayer;陈,Jie;李,冈:非平衡单向析因设计的非参数多重比较程序(2008)
  15. Omelka,马立克:Wilcoxon统计量的二阶线性(2007)
  16. Jeff Terpstra,Joseph McKean:基于R(2005)的线性模型的秩分析不是ZB数学
  17. 麦基恩,Joseph W.:线性模型的稳健分析(2004)