我正在使用lmRob。
require(robust)
stack.rob.int <- lmRob(Loss ~.*., data = stack.dat)
很好,但是我想知道如何在实际拟合中获得lmRob函数使用的psi函数。在此先感谢您的帮助!
如果我要在robustbase中使用lmrob函数,是否可以更改psi函数以将其减去一个常数。我正在尝试根据Lahiri(Annals of Statistics,1992)实施引导程序,其中提到了仍然保持引导程序有效的方法是将psi()替换为originalpsi()减去均值或残差的平均值,同时拟合鲁棒线性模型的自举。
因此,无法psi
直接访问的功能robust::lmRob()
。
简而言之,先lmRob()
调用lmRob.fit()
(或lmRob.wfit()
提供权重),然后调用lmRob.fit.compute()
,然后根据设置为或设置Fortran版本的初始值。lmRob.control()
"bisquare"
"optimal"
作为上述讨论的结果,如果您需要使用psi功能,则不妨使用robustbase
它,因为它可以轻松访问许多psi功能(参见biweights)
关于:
在lmRob中的残差处评估psi函数
否。有关运行后可用内容的详细信息,lmRob
请参见lmRob.object
。可通过访问文档?lmRob.object
。关于残差,对象中提供以下内容lmRob
。
residuals
:对应于中返回的估算值的残差矢量coefficients
。T.residuals
:对应于中返回的估算值的残差矢量T.coefficients
。M.weights
:对应于中最终MM估计的稳健估计权重coefficients
(如果适用)。T.M.weights
:对应于中的初始S估计的稳健估计权重T.coefficients
(如果适用)。关于
lmRob中的“最优”功能是什么?
最佳是指以下psi功能:
sign(x)*(- (phi'(|x|) + c) / (phi(|x|) )
对于其他传统的psi功能,您可能希望查看robustbase
的插图或功能强大的教科书。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句