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