Cela doit être une question assez standard: j'ai des données de retour qui ont des erreurs (ce sont des erreurs réelles, pas seulement des retours importants). Je pense à la meilleure façon de corriger cela afin qu'il n'influence pas mes régressions. Une idée consiste simplement à définir des rendements qui sont dans les quantiles extrêmes pour signifier le retour. Une autre solution: ont lm
ignorer ces valeurs extrêmes. Y at-il un moyen intégré dans lm
pour lui faire ignorer les valeurs extrêmes? Je sais que Matlab a quelque chose appelé la régression de Roust qui fait juste cela.robuste aux valeurs aberrantes lm dans R
0
A
Répondre
4
Y a-t-il un chemin intégré dans
lm
pour faire en sorte qu'il ignore les valeurs extrêmes?
Oui. Vous devez regarder rlm
. Pour plus d'informations, consultez le CRAN Task for robust methods. (Josh a déjà donné ce lien)
+0
Voici un exemple de régression robuste http://r-statistics.co/Robust-Regression-With-R.html – Selva
Questions connexes
- 1. Etiquetage des valeurs aberrantes Boxplot dans R
- 2. R: détection itératives valeurs aberrantes
- 3. Suppression des valeurs aberrantes dans R
- 4. calculer les valeurs aberrantes dans R
- 5. Tabulation des valeurs aberrantes dans R
- 6. Suppression de valeurs aberrantes dans r
- 7. Contraste a priori pour lm() dans R
- 8. Suppression de valeurs aberrantes multiples dans le modèle de régression en R
- 9. Coefficient de force négatif dans R lm
- 10. Comment trouver des valeurs aberrantes dans R en comparant le texte à une valeur numérique?
- 11. accéder aux valeurs individuelles dans data.frame R
- 12. Modification de la règle des valeurs aberrantes dans un boxplot
- 13. R: sortie d'erreur standard de l'objet lm
- 14. Détection de valeurs aberrantes pour une trame de données multi-colonnes dans R
- 15. Valeurs aberrantes lors de l'évaluation des performances
- 16. Réplication MySQL robuste tolérante aux pannes
- 17. Identifier et stocker les valeurs aberrantes MATLAB
- 18. lm dans R - valeurs apparemment catégoriques pour les prédicteurs de valeur continue
- 19. en utilisant lm() dans R pour une série d'ajustements indépendants
- 20. Tracer les valeurs ajustées par rapport aux valeurs observées dans R ou winbugs
- 21. Règles aberrantes dans JFreeChart Boxplots?
- 22. Comment définir la couleur des valeurs aberrantes en R - réseau - bwplot
- 23. jitter si plusieurs valeurs aberrantes dans gpplot2 boxplot
- 24. Etiquettes aberrantes d'un boxplot dans Gnuplot
- 25. Vous vous demandez comment numéroter les valeurs aberrantes lors de l'utilisation de qqnorm?
- 26. R: lm et biglm produisant des réponses différentes
- 27. Identification des données aberrantes
- 28. Suppression des valeurs aberrantes du calcul du coefficient de corrélation
- 29. passer les paramètres du modèle à la fonction predict() de R de manière robuste
- 30. équation pour lm graphics
[La vue des tâches CRAN] (http://cran.r-project.org/web/views/Robust.html) sur les méthodes statistiques robustes devrait vous aider à démarrer. –
La robustesse ne signifie pas nécessairement éliminer les valeurs aberrantes, mais peut aussi être basée sur des estimateurs qui ne sont pas aussi facilement influencés par eux (le plus trivial étant la moyenne par rapport à la médiane). Ainsi, je ne vois pas de doublon là-bas. – Thilo