La robustez en general se refiere a la insensibilidad de una estadística a las desviaciones de sus supuestos subyacentes (Huber y Ronchetti, 2009).
Cuando se resuelven problemas de negocios utilizando datos, es común que al menos una suposición clave de que las estadísticas clásicas no sean válidas. La mayoría de las veces, nadie se molesta en verificar esas suposiciones, por lo que nunca se sabe. Por ejemplo, que muchas de las métricas web...
Supongo que me siento frustrado cada vez que escucho a alguien decir que la no normalidad de los residuos y / o la heterocedasticidad viola los supuestos de OLS. Para estimar los parámetros en un modelo OLS, ninguno de estos supuestos es necesario según el teorema de Gauss-Markov. Veo cómo esto...
Estoy tratando con datos lineales con valores atípicos, algunos de los cuales están a más de 5 desviaciones estándar de la línea de regresión estimada. Estoy buscando una técnica de regresión lineal que reduzca la influencia de estos puntos. Hasta ahora, lo que hice fue estimar la línea de...
He estado tratando de replicar los resultados de la opción Stata robusten R. He utilizado el rlmcomando del paquete MASS y también el comando lmrobdel paquete "robustbase". En ambos casos, los resultados son bastante diferentes de la opción "robusta" en Stata. ¿Alguien puede sugerir algo en este...
Existe una serie de estimadores robustos de escala . Un ejemplo notable es la mediana de la desviación absoluta que se relaciona con la desviación estándar como σ= M A D ⋅ 1.4826σ=METROUNAre⋅1.4826\sigma = \mathrm{MAD}\cdot1.4826 . En un marco bayesiano, existen varias formas de estimar de manera...
Esta pregunta fue hecha por mi amigo que no conoce Internet. No tengo antecedentes en estadísticas y he estado buscando en internet esta pregunta. La pregunta es: ¿es posible reemplazar los valores atípicos con valor medio? si es posible, ¿hay alguna referencia de libro / revistas para respaldar...
En esta publicación de blog de Andrew Gelman, hay el siguiente pasaje: Los modelos bayesianos de hace 50 años parecen irremediablemente simples (excepto, por supuesto, por problemas simples), y espero que los modelos bayesianos de hoy parezcan irremediablemente simples, dentro de 50 años. (Solo...
Mi pregunta surge de este comentario en una publicación de blog de Andrew Gelman en la que aboga por el uso de intervalos de confianza del 50% en lugar de intervalos de confianza del 95%, aunque no sobre la base de que se estimen de manera más sólida: Prefiero intervalos de 50% a 95% por 3...
Estoy usando el paquete robustbase para ejecutar una estimación de glm. Sin embargo, cuando lo hago, aparece el siguiente error: Error in solve.default(crossprod(X, DiagB * X)/nobs, EEq) : system is computationally singular: reciprocal condition number = 1.66807e-16 ¿Qué significa / indica...
Viniendo del campo de la visión por computadora, a menudo he usado el método RANSAC (Random Sample Consensus) para ajustar modelos a datos con muchos valores atípicos. Sin embargo, nunca lo he visto utilizado por los estadísticos, y siempre he tenido la impresión de que no se consideraba un método...
He leído que la prueba t es "razonablemente robusta" cuando las distribuciones de las muestras se apartan de la normalidad. Por supuesto, lo importante es la distribución muestral de las diferencias. Tengo datos para dos grupos. Uno de los grupos está muy sesgado en la variable dependiente. El...
Después de realizar el análisis de componentes principales (PCA), quiero proyectar un nuevo vector en el espacio PCA (es decir, encontrar sus coordenadas en el sistema de coordenadas PCA). He calculado PCA en lenguaje R usando prcomp. Ahora debería poder multiplicar mi vector por la matriz de...
Calculé un modelo lineal robusto Rcon pesos MM utilizando el rlm()paquete MASS. `R`` no proporciona un valor para el modelo, pero me gustaría tener uno si es una cantidad significativa. También estoy interesado en saber si hay algún significado en tener un valor R 2 que pese la varianza total y...
Planeo hacer un estudio de simulación donde comparo el desempeño de varias técnicas de correlación robustas con diferentes distribuciones (sesgadas, con valores atípicos, etc.). Con robusto , me refiero al caso ideal de ser robusto contra a) distribuciones sesgadas, b) valores atípicos yc) colas...
¿Alguien puede explicarme que aclare la lógica matemática que uniría dos afirmaciones (a) y (b) juntas? Tengamos un conjunto de valores (alguna distribución). Ahora, a) La mediana no depende de cada valor [solo depende de uno o dos valores medios]; b) La mediana es el lugar de suma mínima de...
El PCA robusto (desarrollado por Candes et al. 2009 o mejor aún, Netrepalli et al. 2014 ) es un método popular para la detección de valores atípicos multivariados , pero la distancia de Mahalanobis también se puede utilizar para la detección de valores atípicos dada una estimación robusta y...
¿Cómo ajusto los parámetros de una distribución t, es decir, los parámetros correspondientes a la 'media' y 'desviación estándar' de una distribución normal? Supongo que se llaman 'media' y 'escala / grados de libertad' para una distribución t? El siguiente código a menudo produce errores de...
Tengo dos grupos de sujetos, A y B, cada uno con un tamaño de aproximadamente 400 y aproximadamente 300 predictores. Mi objetivo es construir un modelo de predicción para una variable de respuesta binaria. Mi cliente quiere ver el resultado de aplicar el modelo creado a partir de A en B. (En su...
Estoy tratando de probar la nula , contra la alternativa local , para una variable aleatoria , sujeta a sesgo leve y medio y curtosis de la variable aleatoria. Siguiendo las sugerencias de Wilcox en 'Introducción a la estimación robusta y las pruebas de hipótesis', he examinado las pruebas basadas...
He estado usando mínimos cuadrados iterativamente ponderados (IRLS) para minimizar las funciones de la siguiente forma, J(m)=∑Ni=1ρ(|xi−m|)J(m)=∑i=1Nρ(|xi−m|)J(m) = \sum_{i=1}^{N} \rho \left(\left| x_i - m \right|\right) donde NNN es el número de instancias de xi∈Rxi∈Rx_i \in \mathbb{R} , m∈Rm∈Rm...