Acabo de encontrar la función "Ajuste robusto de modelos lineales" rlm() en la MASSbiblioteca .
Me gustaría saber la diferencia entre esta función y la función de regresión lineal estándar, lm().
¿Podría alguien darme una breve explicación?
Acabo de encontrar la función "Ajuste robusto de modelos lineales" rlm() en la MASSbiblioteca .
Me gustaría saber la diferencia entre esta función y la función de regresión lineal estándar, lm().
¿Podría alguien darme una breve explicación?
Respuestas:
Es ( rlm) es para modelos lineales robustos. Se describe en Venables y Ripley. Sin embargo, los detalles de los cálculos robustos no encajarían en una "respuesta corta": debe buscar en varios documentos de Ripley, Tukey y otros.
Es una forma de regresión robusto que utiliza M-estimadores .
Consulte este documento de Ripley para obtener más información: http://www.stats.ox.ac.uk/pub/StatMeth/Robust.pdf
La función lm utiliza el método de mínimos cuadrados ordinarios (OLS) para reducir los residuos. mientras que la función rlm usa estimadores M. OLS es muy sensible a los valores atípicos, el método de estimación M no lo es.
Respuesta corta:
en rlm(), los puntos no se tratan por igual. El peso de cada punto se ajustaría en un proceso iterativo. rlm()es menos sensible a los valores atípicos, ya que los valores atípicos reducirán su peso.
Si desea una respuesta breve para las matemáticas, sugiero un artículo proporcionado por Johns Hopkins Bloomberg School of Public Health