文献

J-GLOBAL ID：201702260997686613   整理番号：17A0077974

可変係数モデルにおけるロバスト推定手法の比較と応用【JST・京大機械翻訳】

Comparison of Robust Methods for Varying Coefficient Model

著者 (3件)： Huang Lvlan (Department of Biostatistics,School of Public Health and Key Laboratory of Public Health Safety,Fudan University) ,  Zhao Naiqing (Department of Biostatistics,School of Public Health and Key Laboratory of Public Health Safety,Fudan University) ,  Qin Guoyou (Department of Biostatistics,School of Public Health and Key Laboratory of Public Health Safety,Fudan University)
資料名： Zhongguo Weisheng Tongji  (Zhongguo Weisheng Tongji)
巻： 33  号： 4  ページ： 554-558  発行年： 2016年 
JST資料番号： C2278A  ISSN： 1002-3674  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目的:可変係数モデルにおける7つの一般的なロバスト推定法と最小二乗法の表現を比較し、可変係数モデルにおける推定方法の選択に根拠を提供する。方法:Rソフトウェアを用いてランダムにシミュレーションし、可変係数モデルでデータを生成し、それに対して汚染を行い、ロバスト推定方法と最小二乗法推定結果の偏差、分散、平均二乗誤差及び積分平均二乗誤差の差異を比較した。結果:データに摂動が存在する場合、特にX方向の異常値が存在する。M-HUBER、最小絶対偏差( ABSOLUTE DEVIATION、LAD)の推定、MM及びRのいくつかのロバスト方法の四つの指標はほとんど最小二乗法より小さく、その中、MMの表現は最も良い。最小最小法( TRIMMED SQUARES,LTS)、最小中位数平法( MEDIAN OF SQUARES, LMS)及びSはRソフトウェアにおいて安定性が低い。それは,可変係数モデルには適用できない。結論:変動係数モデルにおいて、異常点が存在する場合、MM推定を用いてより正確な結果を得ることができる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 積分 ,  特異点 ,  最小二乗法 ,  異常値 ,  ソフトウェア ,  *ロバスト性 ,  変動係数 ,  *ロバスト推定
準シソーラス用語： 平均二乗誤差 , 【Automatic Indexing@JST】

著者キーワード (3件)： Varying coefficient model ,  Robustness ,  Outlier

分類 (9件)： 分光法と分光計一般  (BD07041Q) ,  風力エネルギー  (LB03060X) ,  通信理論一般  (ND02010V) ,  図形・画像処理一般  (JE04010I) ,  圃場作業用機械  (FB03020Z) ,  電子航法一般  (ND14010O) ,  分光分析  (CC03012W) ,  重合反応一般  (CG04010H) ,  信号理論  (ND02020G)

タイトルに関連する用語 (6件)： 可変 ,  係数 ,  モデル ,  ロバスト推定 ,  手法 ,  応用