此页面的示例表明,简单回归明显受到异常值的影响,这可以通过稳健回归技术来克服:http ://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ 。我相信 lmrob 和 ltsReg 是其他强大的回归技术。
为什么不应该每次都进行稳健回归(如 rlm 或 rq)而不是执行简单回归 (lm)?这些稳健的回归技术有什么缺点吗?感谢您的洞察力。
此页面的示例表明,简单回归明显受到异常值的影响,这可以通过稳健回归技术来克服:http ://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ 。我相信 lmrob 和 ltsReg 是其他强大的回归技术。
为什么不应该每次都进行稳健回归(如 rlm 或 rq)而不是执行简单回归 (lm)?这些稳健的回归技术有什么缺点吗?感谢您的洞察力。
高斯-马尔可夫定理:
在具有球面误差的线性模型中(其中包括通过有限误差方差假设没有异常值),OLS 在一类线性无偏估计量中是有效的 - 存在(限制性的,可以肯定的)条件下“你不能比 OLS 做得更好”。