All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Robust Median Estimator in Logistic Regression

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F08%3A04146117" target="_blank" >RIV/68407700:21340/08:04146117 - isvavai.cz</a>

  • Alternative codes found

    RIV/67985556:_____/08:00312780

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    Robust Median Estimator in Logistic Regression

  • Original language description

    This paper introduces a median estimator of the logistic regression parameters. It is defined as the classical L1-estimator applied to continuous data Z1,...,Zn obtained by a statistical smoothing of the original binary logistic regression observations Y1,...,Yn. Consistency and asymptotic normality of this estimator are proved. A method called enhancement is introduced which in some cases increases the efficiency of this estimator. Sensitivity to contaminations and leverage points is studied by simulations and compared in this manner with the sensitivity of some robust estimators previously introduced to the logistic regression. The new estimator appears to be more robust for larger sample sizes and higher levels of contamination.

  • Czech name

    Robustní mediánový odhad v logistické regresi

  • Czech description

    V článku je zaveden mediánový odhad parametrů logistické regrese. Je definován jako klasický L1-odhad aplikovaný na spojitá data Z1,...,Zn získaná statistickým vyhlazením originálních binárních dat Y1,...,Yn logistické regrese. Je dokázána konzistence aasymptotická normalita tohoto odhadu. Dále je navržena metoda zvaná "vylepšení", která v některých případech zvyšuje eficienci tohoto odhadu. Pomocí simulací je studována citlivost na znečištění dat a odlehlá pozorování a je porovnána s citlivostí některých dříve navržených robustních odhadů pro logistickou regresi. Nový odhad se ukazuje být více robustní pro větší rozsahy výběru a větší stupně znečištění.

Classification

  • Type

    J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

  • CEP classification

    BA - General mathematics

  • OECD FORD branch

Result continuities

  • Project

    <a href="/en/project/1M0572" target="_blank" >1M0572: Data, algorithms, decision making</a><br>

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2008

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Name of the periodical

    Journal of Statistical Planning and Inference

  • ISSN

    0378-3758

  • e-ISSN

  • Volume of the periodical

    138

  • Issue of the periodical within the volume

    12

  • Country of publishing house

    NL - THE KINGDOM OF THE NETHERLANDS

  • Number of pages

    19

  • Pages from-to

  • UT code for WoS article

    000259755600019

  • EID of the result in the Scopus database