用于离群点检测与稳健回归的惩罚加权最小二乘法
统计方法学
2016-03-25 v1
摘要
为了对受离群点污染的数据进行回归分析，已提出许多方法用于同时离群点检测和稳健回归，本手稿提出的方法亦是如此。这种新方法被称为“惩罚加权最小二乘法”(PWLS)。通过给每个观测分配个体权重，并对权重向量的对数变换引入lasso型惩罚，PWLS能够同时执行离群点检测和稳健回归。提供了PWLS的贝叶斯视角，并且表明PWLS可被视为M-估计的一个例子。开发了两种用于选择PWLS中调谐参数的方法。PWLS的性能通过模拟和实际应用得到展示。
引用
@article{arxiv.1603.07427,
title = {Penalized Weighted Least Squares for Outlier Detection and Robust Regression},
author = {Xiaoli Gao and Yixin Fang},
journal= {arXiv preprint arXiv:1603.07427},
year = {2016}
}
备注
27 pages; 4 figures