Я только что нашел rlm()
функциюMASS
«Надежная подгонка линейных моделей» в библиотеке .
Я хотел бы знать разницу между этой функцией и стандартной функцией линейной регрессии lm()
.
Может ли кто-нибудь дать мне краткое объяснение?
Я только что нашел rlm()
функциюMASS
«Надежная подгонка линейных моделей» в библиотеке .
Я хотел бы знать разницу между этой функцией и стандартной функцией линейной регрессии lm()
.
Может ли кто-нибудь дать мне краткое объяснение?
Ответы:
Это ( rlm
) для надежных линейных моделей. Это описано в Venables & Ripley. Однако подробности надежных вычислений не уместились бы в «краткий ответ»: вам нужно взглянуть на несколько статей Рипли, Тьюки и других.
Это форма устойчивой регрессии, в которой используются М-оценки .
Проверьте эту статью Рипли для получения дополнительной информации: http://www.stats.ox.ac.uk/pub/StatMeth/Robust.pdf
Функция lm использует метод Обыкновенных наименьших квадратов (OLS) для уменьшения невязок. тогда как функция rlm использует M-оценки. МНК очень чувствительна к выбросам, метод М-оценки - нет.
Краткий ответ:
В rlm()
, точки не обрабатываются одинаково. Вес каждой точки будет скорректирован в итеративном процессе. rlm()
менее чувствителен к выбросам, так как выбросы уменьшат вес.
Если вы хотите получить краткий ответ по математике, я предлагаю статью, предоставленную Школой общественного здравоохранения Bloomberg Джонса Хопкинса