广义线性模型中的稳健模型选择
统计方法学
2007-11-16 v1
摘要
本文将 Mueller 和 Welsh (2005; JASA) 为线性回归模型开发的稳健模型选择方法推广至广义线性模型（包括 logistic 回归和其他二元回归模型、Poisson 回归以及 gamma 回归模型）。与 Mueller 和 Welsh (2005) 一样，我们将针对样本的稳健惩罚拟合优度度量与针对样本外预测能力的稳健度量相结合，后者使用后分层 -out-of- bootstrap 进行估计。该方法的一个关键思想是，它可用于比较不同的估计量（稳健和非稳健）以及不同的模型。即使专门回归到线性回归模型，本文提出的方法也改进了 Mueller 和 Welsh (2005) 的方法。特别是，我们使用了一种新的偏差校正 bootstrap 估计量，避免了对解释变量进行中心化处理以及在每个模型中包含截距项的需要。我们还使用了比 Mueller 和 Welsh (2005) 更复杂的论证来建立一个基本的单调性条件。
引用
@article{arxiv.0711.2349,
title = {Robust model selection in generalized linear models},
author = {Samuel Mueller and A. H. Welsh},
journal= {arXiv preprint arXiv:0711.2349},
year = {2007}
}
评论
24 pages, 1 figure, submitted to JASA