Robustní mediánový odhad v logistické regresi

Kód výsledku v 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>

Nalezeny alternativní kódy

RIV/67985556:_____/08:00312780

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Robust Median Estimator in Logistic Regression

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

Robust Median Estimator in Logistic Regression

Popis výsledku anglicky

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.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

<a href="/cs/project/1M0572" target="_blank" >1M0572: Data, algoritmy, rozhodování</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

Název periodika

Journal of Statistical Planning and Inference

ISSN

0378-3758

e-ISSN

—

Svazek periodika

138

Číslo periodika v rámci svazku

12

Stát vydavatele periodika

NL - Nizozemsko

Počet stran výsledku

19

Strana od-do

—

Kód UT WoS článku

000259755600019

EID výsledku v databázi Scopus

—