Dispersion of Estimates of Linear Regression Paramenters in Case of the Deepest Regression Method

• Autorzy: Dorota Pruska
• Języki publikacji: EN

Abstrakty

Metoda najgłębszej regresji polega na oszacowaniu parametrów liniowej funkcji regresji w taki sposób, aby uzyskanemu modelowi odpowiadała największa głębia regresyjna. W pracy przedstawiono charakterystykę metody najgłębszej regresji i przeprowadzono symulacyjną analizę (metodami Monte Carlo) zróżnicowania ocen parametrów modelu regresji liniowej uzyskanych tą metodą dla zbiorów danych zawierających różną liczbę obserwacji nietypowych. Na podstawie przeprowadzonych eksperymentów Monte Carlo wyznaczono charakterystyki rozkładu ocen parametrów i dokonano porównania otrzymanych wyników z wynikami analogicznych eksperymentów, w których do estymacji parametrów wykorzystano metodę najmniejszych kwadratów. (abstrakt oryginalny)

EN

The deepest regression method is such a method of estimation of regression parameters that the maximal regression depth characterises the obtained model. In this paper the deepest regression method is presented and the simulation analysis (Monte Carlo experiments) of dispersion of linear regression parameter estimates is conducted in case of data sets with different numbers of outliers. On the basis of the results of Monte Carlo experiments the characteristics of distribution of regression parameter estimates are determined and compared with the results of analogous experiments conducted with the use of the least square method. (original abstract)

Słowa kluczowe

PL

Regresja liniowa; Analiza regresji; Modele regresji; Metoda Monte Carlo

EN

Linear regression; Regression analysis; Regression models; Monte Carlo method

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2008
• Tom: 216 Multivariate Statistical Analysis Statistical Inference, Statistical Models and Applications
• Strony: 139-147

Twórcy

autor

Dorota Pruska

• University of Lodz, Poland

Bibliografia

• Brandt S. (1999), Analiza danych. Metody statystyczne i obliczeniowe, PWN, Warszawa.
• Domański Cz. (1990), Testy statystyczne, PWE, Warszawa.
• Domański Cz., Pruska K. (2000), Nieklasyczne metody statystyczne, PWE, Warszawa.
• Ostasiewicz W. (ed.), (1998), Statystyczne metody analizy danych, Wydawnictwo Akademii Ekonomicznej im. Oskara Langegeo we Wrocławiu, Wrocław.
• Rousseeuw P. J., Hubert M. (1999) Regression Depth, JASA, 94, 388-402.
• Statistical Yearbook of Voivodships 2005.
• Van Aelst S., Rousseeuw P. J., Hubert M., Struyf A. (2000), The Deepest Regression Method, web site www.agoras.ua.ac.be.
• Zeliaś A. (1996), Metody wykrywania obserwacji nietypowych w badaniach ekonomicznych, Wiadomości Statystyczne 8, 16-27.
• Zieliński R. (1979), Generatory liczb losowych, WNT, Warszawa.