Öz
It is so important to
determine outlier, influence and leverage points in multiple linear regression
analysis for the accuracy of statistical inferences. To detect the influence
observations, Nurunnabi et al. (2016) proposed a robust influence distance (ID). However, the determination of
observations that would not be used in the calculations of this distance are
based on non-robust statistics. Thus, it is affected by outliers. In this
paper, it is suggested that influence distance based on robust estimators (RID) could be used for detecting
influence observations. Moreover ID and RID’s which were used to determine outliers, are applied to two
known data sets and are compared based on simulation studies. The results show
that RID based on RLS performs the best
Anahtar Kelimeler
Kaynakça
- Barnett, V. and Lewis, T., 1994, Outliers in Statistical Data. New York: John Wiley & Sons.
- Cook, R. D. and Weisberg, S., 1982, Residuals and Influence in Regression (Chapman & Hall, New York.
- Georgios Pitselis, 2013, A review on robust estimators applied to regression credibility., Journal of Computational and Applied Mathematics. 239, 231-249.
- Graybill, F. A. 1976. Theory and Application of the Linear Model, North Scituate, Mass.: Duxbury Press.
- Nurunnabi A.A.M., M. Nasser and A.H. M. R. Imon, 2016. Identification and classification of multiple outlers, high leverege points and influential observations in linear regresion., Journal of Applied Statistics, Vol. 43, No. 3, 509-525.
- Rousseeuw P. J. and B.C. van Zomeren. 1990, Unmasking multivariate outliers and leverage points. Journal of the American Statistical Association, 85:633–651.
- Rousseeuw PJ, Leroy AM., 1987, Robust regression and outlier detection. NewYork: Wiley Interscience.
Öz
Çoklu doğrusal regresyon
analizinde aykırı, etkili ve kaldıraç noktaları belirlemek istatistiksel
çıkarsamaların doğruluğu açısından son derece önemlidir. Nurunnabi vd. (2016)
tarafından sağlam etkili uzaklık (EU)
ölçüsü regresyon analizinde etkili gözlemlerin belirlenmesi için önerilmiştir.
Ancak bu yöntemde hesaplamalarda kullanılmayacak gözlemlerin belirlenmesi
sağlam olmayan istatistiklere dayanmaktadır. Dolayısıyla bu yöntem aykırı
gözlemlerden etkilenecektir. Bu çalışmada sağlam tahmin edicilere dayalı etkili
uzaklık (SEU) ölçüsünün etkili
gözlemleri belirlemekte kullanılması önerilmiştir. Ayrıca etkili gözlemleri
belirlemekte EU ve SEU 'ların iyi bilinen iki gerçek veriye
uygulanması ve simülasyon çalışması ile karşılaştırılmaları gerçekleştirilmiştir.
Bu yöntemler içerisinde en iyi sonuçlar yeniden ağırlıklandırılmış en küçük
kareler (YEKK) sağlam tahmin edicisine
dayalı SEU 'lar üzerinden elde
edilmiştir.
Anahtar Kelimeler
Kaynakça
- Barnett, V. and Lewis, T., 1994, Outliers in Statistical Data. New York: John Wiley & Sons.
- Cook, R. D. and Weisberg, S., 1982, Residuals and Influence in Regression (Chapman & Hall, New York.
- Georgios Pitselis, 2013, A review on robust estimators applied to regression credibility., Journal of Computational and Applied Mathematics. 239, 231-249.
- Graybill, F. A. 1976. Theory and Application of the Linear Model, North Scituate, Mass.: Duxbury Press.
- Nurunnabi A.A.M., M. Nasser and A.H. M. R. Imon, 2016. Identification and classification of multiple outlers, high leverege points and influential observations in linear regresion., Journal of Applied Statistics, Vol. 43, No. 3, 509-525.
- Rousseeuw P. J. and B.C. van Zomeren. 1990, Unmasking multivariate outliers and leverage points. Journal of the American Statistical Association, 85:633–651.
- Rousseeuw PJ, Leroy AM., 1987, Robust regression and outlier detection. NewYork: Wiley Interscience.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | Mühendislik |
| Bölüm | Makaleler |
| Yazarlar | |
| Yayımlanma Tarihi | 15 Temmuz 2019 |
| Gönderilme Tarihi | 31 Temmuz 2018 |
| Kabul Tarihi | 21 Aralık 2018 |
| Yayımlandığı Sayı | Yıl 2019 |