Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
6
DanielKosiorowski
zopisanychsposobówpostrzeganiaregresjiwiążesięzeszczególnymimetodami
estymacjipostacizależnościpomiędzyzmiennymi,wielkościąpróbyniezbędnej
doprzeprowadzeniawiarygodnegotestu.
Ogólnierzeczbiorąc,przezodporną2analizęregresjimożnarozumiećtakie
metodyregresji,którewskazujątendencjęreprezentowanąprzezwiększość
obserwacji,atymsamymsąniewrażliwenadziałanieczynnikówniezwiązanych
zbadanymizjawiskami,amogącychistotniezniekształcićwynikianalizy.Mamy
tutajnauwadzewystępowaniepośróddanychobserwacjiodstających,nakła-
daniesię,mieszaniemechanizmówlosowychgenerującychobserwacje.Pewnym
uzasadnieniemstosowaniaodpornejanalizyregresjiwekonomiijestobserwacja,
żezwiązkiwieluzjawiskekonomicznychmająnaturęglobalną,lokalnieczęsto-
kroćistotniesięróżniąc.Podkreślmy,żeodstawaniewprzypadkuregresjijest
zagadnieniembardziejzłożonymniżwprzypadkujednowymiarowegozagad-
nieniapołożeniabądźrozrzutu.Możnarozróżniaćodstawaniecodozmiennej
objaśnianej,codozmiennychobjaśniających(leveragepoints)bądźłącznecodo
zmiennychobjaśnianychiobjaśniających.Odstawaniewprzypadkuuogólnio-
negomodeluliniowegojestzjawiskiemodmiennymododstawaniawprzypadku
regresjimatematycznej.Wzagadnieniuregresjijednostkaodstającaniemusibyć
obserwacjąwpływowąiviceversa–możnanapotkaćdobreobserwacjeodstające
[por.HuberiRonchetti2009,Hampeliin.1986].
Wdalszejczęściprezentujemyodpornyestymatorprostegoliniowegomodelu
mieszanegodladanychmogącychtworzyćskupiska,wktórymdopuszczamy
efektylosowespecyficznedlaskupiskzosobna.Efektydotyczązarównowyrazu
wolnego,jakiparametrunachylenia.Propozycjanawiązujedosemiparame-
trycznejodpornejregresjizaproponowanejprzezJ.P.RousseeuwiM.Huberta
[1998].Przedstawionewpracywynikiświadcząodobrychwłasnościachpropo-
zycjiwprzypadkumałejiumiarkowanejwielkościpróby.
2.Estymatormaksymalnejgłębiregresyjnej
Wniniejszejpracynawiązujemydojednejznajciekawszychpropozycjiodpor-
negoestymatoraregresji,amianowicieestymatoramaksymalnejgłębiregresyjnej
zaproponowanegoprzezJ.P.RousseeuwiM.Huberta[1998].Estymatorten
odznaczasięwysokimBP,niezłąefektywnościąiwystarczającądlacelówprak-
2Wpoczątkowymokresierozwojustatystykiodpornejrozróżnianorobustregressionrozpatry-
wanązpunktuwidzeniaotoczeniapewnegomodelugenerującegodaneodresistantregressionroz-
patrywanąjedyniezperspektywydanych,jakimidysponujebadacz.Terminrobustrezerwowano
dladociekańmatematycznych,terminresistant–dladociekańopisowych.Obecnieróżnicewydają
sięcałkowiciezacierać,powszechniestosujesięangielskiterminrobust.
