単回帰におけるDepthを用いたロバスト推定法とその検証

書誌事項

タイトル別名
  • ROBUST ESTIMATOR USING THE DATA DEPTH IN SIMPLE REGRESSION
  • タンカイキ ニ オケル Depth オ モチイタ ロバスト スイテイホウ ト ソノ ケンショウ

この論文をさがす

抄録

本論文では,単回帰における回帰(Regression)depthを基に導き出された最深回帰推定量(Deepest Regression Estimator)について議論する.この推定量は,従来の最小2乗法に比べて正規分布からのずれと外れ値による影響が小さく,ロバスト回帰推定量に比べて効率の低下も小さい.しかし,データ数が小さい場合,最深回帰推定量は不安定になり,健全でない結果をもたらす問題がある.単回帰においてデータ数が小さい場合に生じる問題を改善するために,推定量の導出に中央値を用いる方式を提案した.新しい導出方式に対して,シミュレーション実験により,平均値を用いる従来の導出方式との比較から性能評価を行なった.この実験結果より,データ数の大小に依存しない推定量であることを示した.

収録刊行物

参考文献 (14)*注記

もっと見る

関連プロジェクト

もっと見る

詳細情報 詳細情報について

問題の指摘

ページトップへ