Preguntas etiquetadas con robust

Estoy llevando a cabo una regresión logística con un resultado binario (inicio y no inicio). Mi combinación de predictores son variables continuas o dicotómicas. Usando el enfoque Box-Tidwell, uno de mis predictores continuos potencialmente viola la suposición de linealidad del logit. Las estadísticas de bondad de ajuste no indican que …

10 regression  logistic  references  assumptions  robust 

Estoy usando un modelo de regresión de Poisson para los datos de conteo y me pregunto si hay razones para no usar el error estándar robusto para las estimaciones de los parámetros. Estoy particularmente preocupado ya que algunas de mis estimaciones sin robustez no son significativas (p. Ej., P = …

10 poisson-distribution  robust 

Por favor vea editar. Cuando tiene datos con colas pesadas, hacer una regresión con errores de Student-t parece algo intuitivo. Mientras exploraba esta posibilidad, me encontré con este documento: Breusch, TS, Robertson, JC y Welsh, AH (1 de noviembre de 1997). La nueva vestimenta del emperador: una crítica del modelo …

10 regression  mathematical-statistics  modeling  robust 

En el caso de estimadores robustos, ¿qué significa eficiencia gaussiana ? Por ejemplo, tiene un 82% de eficiencia gaussiana y un 50% de punto de ruptura.QnorteQnorteQ_{_n} La referencia es: Rousseeuw PJ y Croux, C. (1993). "Alternativas a la desviación media absoluta". J. American Statistical Assoc., 88, 1273-1283

10 normal-distribution  scales  robust 

Preguntas: ¿Se utilizan modelos lineales inadecuados en la práctica o se describe algún tipo de curiosidad de vez en cuando en revistas científicas? Si es así, ¿en qué áreas se utilizan? ¿Hay otros ejemplos de tales modelos? Finalmente, ¿serían correctos los errores estándar, los valores , R 2, etc. tomados …

9 regression  references  linear-model  robust 

En la página 180 de Robust Statistics: el enfoque basado en las funciones de influencia, se encuentra la siguiente pregunta: 16: Demuestre que para estimadores invariantes de ubicación siempre ε∗≤12ε∗≤12\varepsilon^*\leq\frac{1}{2} . Encuentre el límite superior correspondiente en el punto de ruptura de la muestra finitaε∗nεn∗\varepsilon^*_n , ambos en el caso …

9 self-study  robust 

Estoy buscando una estimación sólida de la media que tiene una propiedad específica. Tengo un conjunto de elementos para los que quiero calcular esta estadística. Luego, agrego nuevos elementos uno a la vez, y para cada elemento adicional me gustaría volver a calcular la estadística (también conocida como algoritmo en …

9 estimation  mean  robust 

¿Cómo puedo calcular la media truncada o recortada? Digamos truncado en un 10%? Puedo imaginar cómo hacerlo si tienes 10 entradas más o menos, pero ¿cómo puedo hacerlo para muchas entradas?

8 mean  robust  truncation  trimmed-mean 

Uno de los usos supuestos de los estimadores L es la capacidad de estimar 'robustamente' los parámetros de una variable aleatoria extraída de una clase dada. Una de las desventajas de usar distribuciones estables de Levyαα\alpha es que es difícil estimar los parámetros dada una muestra de observaciones extraídas de …

8 distributions  estimation  robust  parametric  stable-distribution 

Estoy ejecutando un par de regresiones y, como quería estar en el lado seguro, decidí usar errores estándar HAC (heteroscedasticidad y autocorrelación consistentes) en todo momento. Puede haber algunos casos en los que la correlación en serie no está presente. ¿Es de todos modos un enfoque válido? ¿Hay algún inconveniente?

8 time-series  least-squares  standard-error  robust  robust-standard-error 

El estimador Theil-Sen me interesa, sin embargo, cuando lo implemento yo mismo termino con algo que se escala como O (n ^ 2). Según Wikipedia, se puede calcular exactamente en O (n log (n)). ¿Puede alguien señalarme hacia una implementación eficiente (Python o Mathica sería lo mejor, Matlab o R …

8 regression  robust 

Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly spend en el cual monthly spendestá …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Tengo la siguiente tabla en R df <- structure(list(x = structure(c(12458, 12633, 12692, 12830, 13369, 13455, 13458, 13515), class = "Date"), y = c(6080, 6949, 7076, 7818, 0, 0, 10765, 11153)), .Names = c("x", "y"), row.names = c("1", "2", "3", "4", "5", "6", "8", "9"), class = "data.frame") > df …

8 r  regression  linear-model  robust 

Tengo dos grupos de 10 participantes que fueron evaluados tres veces durante un experimento. Para probar las diferencias entre los grupos y entre las tres evaluaciones, ejecuté un ANOVA de diseño mixto 2x3 con group(control, experimental), time(primero, segundo, tres) y group x time. Ambos timey groupresultaron significativos, además hubo una …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 

Estoy tratando de crear un modelo de predicción usando la regresión. Este es el diagrama de diagnóstico para el modelo que obtengo al usar lm () en R: Lo que leí en el gráfico QQ es que los residuos tienen una distribución de cola pesada, y el gráfico Residuals vs …

8 regression  residuals  heteroscedasticity  robust  rlm