Robustní mediánový odhad v logistické regresi
Identifikátory výsledku
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
—
Alternativní jazyky
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.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BA - Obecná matematika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/1M0572" target="_blank" >1M0572: Data, algoritmy, rozhodování</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2008
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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
—