Acabei de encontrar a função "Ajuste robusto de modelos lineares" rlm() na MASSbiblioteca .
Gostaria de saber a diferença entre esta função e a função de regressão linear padrão lm(),.
Alguém poderia me dar uma breve explicação?
Acabei de encontrar a função "Ajuste robusto de modelos lineares" rlm() na MASSbiblioteca .
Gostaria de saber a diferença entre esta função e a função de regressão linear padrão lm(),.
Alguém poderia me dar uma breve explicação?
Respostas:
É ( rlm) para modelos lineares robustos. É descrito em Venables & Ripley. No entanto, os detalhes dos cálculos robustos não se encaixariam em uma "resposta curta": você precisa examinar vários artigos de Ripley, Tukey e outros.
É uma forma de regressão robusta que usa estimadores-M .
Confira este artigo de Ripley para obter mais informações: http://www.stats.ox.ac.uk/pub/StatMeth/Robust.pdf
A função lm usa o método dos mínimos quadrados ordinários (OLS) para reduzir os resíduos. enquanto a função rlm usa estimadores-M. O OLS é muito sensível a valores discrepantes, o método de estimativa M não é.
Resposta curta:
Em rlm(), pontos não são tratados da mesma forma. O peso de cada ponto seria ajustado em um processo iterativo. rlm()é menos sensível aos valores discrepantes, pois os valores discrepantes terão peso reduzido.
Se você deseja uma resposta curta para a matemática, sugiro um artigo fornecido pela Johns Hopkins Bloomberg School of Public Health