Wybrane statystyki odporne

• Autorzy: Grażyna Trzpiot

Warianty tytułu

Some Robust Statistical Methods

• Języki publikacji: PL

Abstrakty

Obserwacje oddalone (outliers) są takimi obserwacjami w próbie, które mogą powodować zakłócenia w ocenie relacji w próbie. Nie jest to termin o znaczeniu pejoratywnym; obserwacje oddalone mogą być poprawne, ale powinny być identyfikowane dla oceny błędów. Poczynając od 60., zaproponowano wiele metod silnych i odpornych (robust and resistant) mniej wrażliwych na obserwacje oddalone. Mogą one konkurować, a nawet wygrywać ze standardowymi statystycznymi metodami. Omawiana tematyka jest przedmiotem wcześniejszych prac autorki zawsze w kontekście zastosowań w ekonomii (Trzpiot 2009, 2011a, 2011b). Artykuł ten ma charakter opisowy w powiązaniu z przygotowywanym podręcznikiem.(fragment tekstu)

EN

Outliers are sample values that cause surprise in relation to the majority of the sample. This is not a pejorative term; outliers may be correct, but they should always be checked for transcription errors. Many robust and resistant methods have been developed since 1960 to be less sensitive to outliers. This methods can be used instead or be even better than classical one. Robust methods were used early in me works (Trzpiot 2009, 2011a, 2011b) as an application in finance and economy. This article has a descriptive character, connected with new book for students (original abstract)

Słowa kluczowe

PL

Statystyka; Estymatory; Modele regresji; Metody statystyczne

EN

Statistics; Estimators; Regression models; Statistical methods

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2013
• Numer: nr 152 Metody wnioskowania statystycznego w badaniach ekonomicznych
• Strony: 163-173

Twórcy

autor

Grażyna Trzpiot

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Davies P.L. (1993): Aspects of Robust Linear Regression. "Annals of Statistics", 21, s. 1843-1899.
• Dixon W.J. (1960): Simplified Estimation for Censored Normal Samples. "Annals of Mathematical Statistics", 31, s. 385-391.
• Hampel F.R., Ronchetti E.M., Rousseeuw P.J., Stahel W.A. (1986): Robust Statistics. The Approach Based on Influence Functions. John Wiley and Sons, New York.
• Hettmansperger T.P., Sheather S.J. (1992): A Cautionary Note on the Method of Least Median Squares. "American Statistician" 46, s. 79-83
• Huber P.J. (1981): Robust Statistics. John Wiley and Sons, New York.
• Iglewicz B. (1983): Robust Scale Estimators and Confidence Intervals for Location. W: Understanding Robust and Exploratory Data Analysis. Eds. D.C. Hoaglin, F. Mosteller, J.W. Tukey. John Wiley and Sons, New York, s. 405-431.
• Marazzi A. (1993): Algorithms, Routines and S Functions for Robust Statistics. Wadsworth and Brooks/Cole. Pacific Grove, CA.
• Rousseeuw, P. J., Leroy, A.M. (1987): Robust Regression and Outlier Detection. John Wiley and Sons, New York.
• Staudte R.G., Sheather S.J. (1990): Robust Estimation and Testing. John Wiley and Sons, New York.
• Trzpiot G. (2009): Extreme Value Distributions and Robust Estimation. Acta Universitatis Lodziensis. Folia Economica 228, Łódź, s. 85-92.
• Trzpiot G. (2011a): Odporna analiza szeregów czasowych. Prace Naukowe nr 165, 171- 179 Uniwersytet Ekonomiczny, Wrocław.
• Trzpiot G. (2011b): Wybrane odporne metody estymacji beta. W: Modelowanie preferencji a ryzyko '11. Red. T. Trzaskalik. Wydawnictwo Uniwersytetu Ekonomicznego, Katowice, s. 133-148.
• Trzpiot G. (2012): Odporna regresja kwantylowa. W: Dylematy ekonometrii 2. Red. J. Biolik. Wydawnictwo Uniwersytetu Ekonomicznego, Katowice, s. 147-158.
• Tukey J.W. (1960): A Survey of Sampling from Contaminated Distributions. W: Contributions to Probability and Statistics. Eds I. Olkin, S. Ghurye, W. Hoeffding, W. Madow, H. Mann. Wiley and Sons, New York.
• Yohai V., Stahel W.A., Zamar R.H. (1991): A Procedure for Robust Estimation. John Wiley and Sons, New York.
• Venables W.N., Ripley B.D. (2002): Modern Applied Statistics with S-PLUS. Springer-Verlag.