Соответствуйте устойчивой линейной регрессии
robustfit
использование итеративно повторно взвесило наименьшие квадраты, чтобы вычислить коэффициенты b
. Вход wfun
задает веса.
robustfit
оценивает, что ковариационная матрица отклонения коэффициента оценивает stats.covb
использование формулы inv(X'*X)*stats.s^2
. Эта оценка производит стандартную погрешность stats.se
и корреляция stats.coeffcorr
.
В линейной модели, наблюдаемых величинах y
и их остаточные значения являются случайными переменными. Остаточные значения имеют нормальные распределения с нулевым средним значением, но с различными отклонениями в различных значениях предикторов. Помещать остаточные значения сопоставимой шкалы, robustfit
“Studentizes” остаточные значения. Таким образом, robustfit
делит остаточные значения на оценку их стандартного отклонения, которое независимо от их значения. Остаточные значения Studentized имеют t - распределения с известными степенями свободы. robustfit
возвращает остаточные значения Studentized в stats.rstud
.
robustfit
полезно, когда вам просто нужны выходные аргументы функции или, когда это необходимо, повторить подбирающую модель многократно в цикле. Если необходимо исследовать устойчивую подбиравшую модель регрессии далее, создайте объект модели линейной регрессии LinearModel
при помощи fitlm
. Установите значение для аргумента пары "имя-значение" 'RobustOpts'
к 'on'
.
[1] DuMouchel, W. H. и Ф. Л. О'Брайен. “Интегрируя Устойчивую Опцию в Вычислительную среду Регрессии кратного”. Информатика и Статистика: Продолжения 21-го Симпозиума по Интерфейсу. Александрия, ВА: американская Статистическая Ассоциация, 1989.
[2] Голландия, P. W. и Р. Э. Велш. “Устойчивая Регрессия Используя Итеративно Перевзвешенные Наименьшие квадраты”. Коммуникации в Статистике: Теория и Методы, A6, 1977, стр 813–827.
[3] Хубер, P. J. Устойчивая статистика. Хобокен, NJ: John Wiley & Sons, Inc., 1981.
[4] Улица, J. O. Р. Дж. Кэрролл и Д. Рапперт. “Примечание по Вычислению Устойчивых Оценок Регрессии через Итеративно Перевзвешенные Наименьшие квадраты”. Американский Статистик. Издание 42, 1988, стр 152–154.
fitlm
| LinearModel
| regress
| robustdemo