Подгонка устойчивой линейной регрессии
robustfit
использует итерационно повторно взвешенные наименьшие квадраты, чтобы вычислить коэффициенты b
. Область входа wfun
задает веса.
robustfit
оценивает дисперсионно-ковариационную матрицу оценок коэффициентов stats.covb
использование формулы inv(X'*X)*stats.s^2
. Эта оценка генерирует стандартную ошибку stats.se
и корреляционные stats.coeffcorr
.
В линейной модели наблюдаемые значения y
и их невязки являются случайными переменными. Невязки имеют нормальные распределения с нулевым средним, но с различными отклонениями при разных значениях предикторов. Чтобы поставить невязки в сопоставимой шкале, robustfit
«Изучает» невязки. То есть, robustfit
делит невязки на оценку их стандартного отклонения, которое не зависит от их значения. Исследуемые невязки имеют t-искривления с известными степенями свободы .robustfit
возвращает Студеные невязки в stats.rstud
.
robustfit
полезно, когда вам просто нужны выходные аргументы функции или когда вы хотите повторить подбор кривой модели несколько раз в цикле. Если вам нужно исследовать устойчивую подобранную регрессионую модель дальше, создайте объект линейной регрессионой модели LinearModel
при помощи fitlm
. Установите значение для аргумента пары "имя-значение" 'RobustOpts'
на 'on'
.
[1] DuMouchel, W. H., and F. L. O'Brien. «Интеграция робастной опции в окружение нескольких регрессионных вычислений». Информатика и статистика: материалы 21-го симпозиума по интерфейсам. Александрия, VA: Американская статистическая ассоциация, 1989.
[2] Holland, P. W., and R. E. Welsch. Робастная регрессия с использованием итерационно переоцененных методом наименьших квадратов. Коммуникации в статистике: теория и методы, A6, 1977, с. 813-827.
[3] Huber, P. J. Robust Statistics. Hoboken, NJ: John Wiley & Sons, Inc., 1981.
[4] Стрит, Дж. О., Р. Дж. Кэрролл и Д. Рупперт. «Примечание по вычислению надежных оценок регрессии через итерационно переоцененные наименьшие квадраты». Американский статистик. Том 42, 1988, стр. 152-154.
fitlm
| LinearModel
| regress
| robustdemo