學術產出-NSC Projects

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

  • No doi shows Citation Infomation
題名 同時具連續與離散解釋變數之穩健迴歸診斷分析
其他題名 Robust Regression Diagnostics for Both Continuous and Categorical Regressors
作者 鄭宗記
關鍵詞 Box-Cox 轉換;高損壞點估計;離群值偵測;遺漏值;穩健診斷
日期 2004
上傳時間 18-Apr-2007 16:36:56 (UTC+8)
Publisher 臺北市:國立政治大學統計學系
摘要 穩健估計及診斷分析在線性迴歸分析的文獻中已被廣泛的討論,然而此多僅考慮 其反應變數與解釋變數皆為連續型資料。但在實務上存在許多類別性變數,亦即同時具 連續與類別型之解釋變數的迴歸模型;大部分穩健估計量應用於此型類資料時會面臨數 值運算上的問題。近年,Hubert and Rousseeuw (1997)與Maronna and Yohai (2000)分別 提出有關此類迴歸模型之穩健估計。本研究計畫在於推廣這些結果,並提出新的估計量 及演算法,將之應用於資料變數轉換及遺漏值的問題。 常態分配的假設在迴歸分析中提供了一個方便且有力的途徑,當資料不是常態 時,一個適當的變數轉換可使問題簡單化,亦即藉由變數轉換的過程使資料符合常態的 假設,例如Box-Cox 轉換。然而、變數轉換的過程極易受到離群值的影響。本研究第一 個主題即在於針對同時有連續與類別型之解釋變數的迴歸模型提出穩健統計估計方 法,使資料在轉換的過程不受到離群值的影響。 當資料中存在遺漏值時,離群值的問題會嚴重影響到遺漏值的插補。Atkinson and Cheng (2000)將線性迴歸中離群值的判斷與穩健估計方法推廣至遺漏值資料,其所 提出的演算法目的在於能同時判斷資料中的離群值,並插補更合理的值給予遺漏觀測 值。同樣地,此方法在具類別性變數的資料中亦存在數值運算上的問題;因此本研究 之第二部分將對此類問題提出一解決方法
描述 核定金額:467600元
資料類型 report
dc.coverage.temporal 計畫年度:93 起迄日期:20040801~20050731en_US
dc.creator (作者) 鄭宗記zh_TW
dc.date (日期) 2004en_US
dc.date.accessioned 18-Apr-2007 16:36:56 (UTC+8)en_US
dc.date.accessioned 8-Sep-2008 16:07:48 (UTC+8)-
dc.date.available 18-Apr-2007 16:36:56 (UTC+8)en_US
dc.date.available 8-Sep-2008 16:07:48 (UTC+8)-
dc.date.issued (上傳時間) 18-Apr-2007 16:36:56 (UTC+8)en_US
dc.identifier (Other Identifiers) 932118M004007.pdfen_US
dc.identifier.uri (URI) http://tair.lib.ntu.edu.tw:8000/123456789/3870en_US
dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/3870-
dc.description (描述) 核定金額:467600元en_US
dc.description.abstract (摘要) 穩健估計及診斷分析在線性迴歸分析的文獻中已被廣泛的討論,然而此多僅考慮 其反應變數與解釋變數皆為連續型資料。但在實務上存在許多類別性變數,亦即同時具 連續與類別型之解釋變數的迴歸模型;大部分穩健估計量應用於此型類資料時會面臨數 值運算上的問題。近年,Hubert and Rousseeuw (1997)與Maronna and Yohai (2000)分別 提出有關此類迴歸模型之穩健估計。本研究計畫在於推廣這些結果,並提出新的估計量 及演算法,將之應用於資料變數轉換及遺漏值的問題。 常態分配的假設在迴歸分析中提供了一個方便且有力的途徑,當資料不是常態 時,一個適當的變數轉換可使問題簡單化,亦即藉由變數轉換的過程使資料符合常態的 假設,例如Box-Cox 轉換。然而、變數轉換的過程極易受到離群值的影響。本研究第一 個主題即在於針對同時有連續與類別型之解釋變數的迴歸模型提出穩健統計估計方 法,使資料在轉換的過程不受到離群值的影響。 當資料中存在遺漏值時,離群值的問題會嚴重影響到遺漏值的插補。Atkinson and Cheng (2000)將線性迴歸中離群值的判斷與穩健估計方法推廣至遺漏值資料,其所 提出的演算法目的在於能同時判斷資料中的離群值,並插補更合理的值給予遺漏觀測 值。同樣地,此方法在具類別性變數的資料中亦存在數值運算上的問題;因此本研究 之第二部分將對此類問題提出一解決方法-
dc.format applicaiton/pdfen_US
dc.format.extent bytesen_US
dc.format.extent 188923 bytesen_US
dc.format.extent 188923 bytes-
dc.format.extent 17710 bytes-
dc.format.mimetype application/pdfen_US
dc.format.mimetype application/pdfen_US
dc.format.mimetype application/pdf-
dc.format.mimetype text/plain-
dc.language zh-TWen_US
dc.language.iso zh-TWen_US
dc.publisher (Publisher) 臺北市:國立政治大學統計學系en_US
dc.rights (Rights) 行政院國家科學委員會en_US
dc.subject (關鍵詞) Box-Cox 轉換;高損壞點估計;離群值偵測;遺漏值;穩健診斷-
dc.title (題名) 同時具連續與離散解釋變數之穩健迴歸診斷分析zh_TW
dc.title.alternative (其他題名) Robust Regression Diagnostics for Both Continuous and Categorical Regressors-
dc.type (資料類型) reporten