×
克劳迪奥·阿戈斯蒂内利;滨海瓦尔多拉;维克托·尤海（Victor J.Yohai）。

广义线性模型中的初始稳健估计。 （英语） Zbl 1507.62003年

计算。统计数据分析。 134, 144-156 (2019).
概要：广义线性模型通常用于数据分析。经典估计是基于最大似然原理的，众所周知，异常值的存在会对其产生很大影响。文献中提出了几种稳健的方法，其中重降M估计是最为广泛接受的方法。这些估计器基于非凸损失函数，需要一个稳健的初始估计，而初始估计通常是通过子抽样技术获得的。然而，随着未知参数数量的增加，为了使该方法具有鲁棒性，需要的子样本数量很快使其变得不可行。此外，子采样过程提供了一个不确定的起点。提出了一种计算鲁棒初始估计量的新方法。这种方法是确定性的，即使对于大量协变量，也需要相对较短的计算时间。将该方法应用于基于变换的M估计。此外，还提出了一种迭代加权最小二乘算法来计算最终估计。通过蒙特卡罗实验对新方法进行了研究。

引用于1文件

MSC公司：

62-08 统计问题的计算方法
62J12型 广义线性模型（逻辑模型）
62英尺35英寸 鲁棒性和自适应程序（参数推断）

关键词：

初步估计;离群值;最小二乘估计量;M估计量;方差稳定化变换;泊松回归

软件：

雪;泊松MT;Rmpi公司;可发送的;罗布比;github;校正图;鲁棒基地;雪;罗贝思;R（右）;质量（R）;鲁棒的
PDF格式BibTeX公司 XML格式引用
\textit｛C.Agostinelli｝等人，计算机。统计数据分析。134144-156（2019年；Zbl 1507.62003年）
全文： 内政部 链接

参考文献：

[1] Agostinelli，C.，Valdora，M.，Yohai，V.，2018年。基于泊松模型变换的稳健m估计，https://cran.r-project.org/web/packages/poissonMT/index.html; Agostinelli，C.，Valdora，M.，Yohai，V.，2018年。基于泊松模型变换的稳健m估计，https://cran.r-project.org/web/packages/poissonMT/index.html
[2] Alqallaf，F。；Agostinelli，C.，广义线性模型中的稳健推理，Comm.Statist。仿真计算。，45, 9, 3053-3073 (2016) ·Zbl 1348.62094号
[3] Bergesio，A。；Yohai，V.，广义线性模型的投影估计，J.Amer。统计师。协会，106，661-671（2011）·Zbl 1232.62085号
[4] Bianco，A。；Boente，G。；Rodrigues，I.，《具有缺失响应的泊松和伽马模型中的抗性估计量及其在离群值检测中的应用》，《多元分析杂志》。，114, 209-226 (2013) ·Zbl 1255.62206号
[5] 坎通尼，E。；Ronchetti，E.，广义线性模型的稳健推断，J.Amer。统计师。协会，96，1022-1030（2001）·Zbl 1072.62610号
[6] 康纳斯，A。；斯佩罗夫，T。；道森，N。；托马斯，C。；哈雷尔，F。；瓦格纳，D。；Desbiens，N。；Goldman，L。；Wu，A。；加利福尼亚州R。；Fulkerson，W。；Vidaillet，H。；布罗斯特，S。；贝拉米，P。；Lynn，J。；Knaus，W.，《右心导管插入术在危重患者初始护理中的有效性》，美国医学协会，276，11889-897（1996）
[7] 库克，R.，《线性回归中影响观察的检测》，《技术计量学》，第19、1、15-18页（1977年）·Zbl 0371.62096号
[8] Dahl，D.B.，2016年。xtable：将表格导出到LaTeX或HTML，https://CRAN.R-project.org/package=xtable; Dahl，D.B.，2016年。xtable：将表格导出到LaTeX或HTML，https://CRAN.R-project.org/package=xtable
[9] Künsch，H。；斯蒂芬斯基，L。；Carroll，R.，《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》，J.Amer。统计师。协会，84，460-466（1989）·Zbl 0679.62024号
[10] Lang，M.，checkmate:防御R编程的快速论证检查，R J.，9，1，437-445（2017）
[11] Maechler，M.、Rousseeuw，P.、Croux，C.、Todorov，V.、Ruckstuhl，A.、Salibian-Barera，M.，Verbeke，T.、Koller，M.和Conceicao，E.、Anna di Palma，M.于2018年出版。robustbase：基本稳健统计，http://robustbase.r-forge.r-project.org/; Maechler，M.、Rousseeuw，P.、Croux，C.、Todorov，V.、Ruckstuhl，A.、Salibian-Barera，M.，Verbeke，T.、Koller，M.和Conceicao，E.、Anna di Palma，M.于2018年出版。robustbase：基本稳健统计，http://robustbase.r-forge.r-project.org/
[12] Marazzi，A.，2018年A。bcbi：有条件无偏有界影响估计，https://CRAN.R-project.org/package=robcbi; Marazzi，A.，2018年A。bcbi：有条件无偏有界影响估计，https://CRAN.R-project.org/package=robcbi
[13] 马拉齐，A.，2018年b。robeth：稳健统计的R函数，https://CRAN.R-project.org/package=robeth; Marazzi，A.，2018b。robeth：稳健统计的R函数，https://CRAN.R-project.org/package=robeth
[14] Maronna，R。；马丁·R。；尤海，V.，《稳健统计》。理论与方法（2006），威利·邮编1094.62040
[15] 麦卡拉，P。；Nelder，J.，《广义线性模型》（1989），查普曼和霍尔/CRC·Zbl 0744.62098号
[16] 佩尼亚，D。；Yohai，V.，大型回归问题中离群值诊断的快速程序，J.Amer。统计师。协会，94，434-445（1999）·Zbl 1072.62618号
[17] R核心团队，R：统计计算的语言和环境（2018），R统计计算基金会：R统计计算基础，奥地利维也纳
[18] 卢梭，P。；Leroy，A.，稳健回归和异常检测（1987），Wiley and Sons·Zbl 0711.62030号
[19] Tierney，L.、Rossini，A.J.、Li，N.、Sevcikova，H.，2016年。snow：简单工作站网络，https://CRAN.R-project.org/package=雪; Tierney，L.、Rossini，A.J.、Li，N.、Sevcikova，H.，2016年。snow：简单工作站网络，https://CRAN.R-project.org/package=snow
[20] 瓦尔多拉，M。；Yohai，V.，广义线性模型的稳健估计，J.Statist。计划。推理，146，31-48（2014）·Zbl 1279.62148号
[21] 韦纳布尔斯，W.N。；里普利，B.D.，《现代应用统计学与S》（2002），施普林格出版社：纽约施普林格，ISBN 0-387-95457-0·Zbl 1006.62003号
[22] Wang，J.、Zamar，R.、Marazzi，A.、Yohai，V.、Salibian-Barrera，M.、Maronna，R.，Zivot，E.、Roke，D.、Martin，D.、Maechler，M.和Konis。，英国，2017年。健壮：S+端口“健壮库”，https://CRAN.R-project.org/package=健壮; Wang，J.、Zamar，R.、Marazzi，A.、Yohai，V.、Salibian-Barrera，M.、Maronna，R.，Zivot，E.、Roke，D.、Martin，D.、Maechler，M.和Konis。，英国，2017年。robust:S+的端口“鲁棒库”，https://CRAN.R-project.org/package=健壮
[23] Wei，T.，Simko，V.，2017年。R包“corrplot”：关联矩阵可视化，https://github.com/taiyun/corrplot; Wei，T.，Simko，V.，2017年。R包“corrplot”：关联矩阵可视化，https://github.com/taiyun/corrplot
[24] Yu，H.，Rmpi:r中的并行统计计算，r News，2，2，10-14（2002）
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。