如何为鲁棒回归设置参数?

我正在使用rlm R包,并尝试使用Huber函数进行鲁棒回归。以下是我的代码:

myfit= rlm(formula = depvar ~ indep1+indep2, init="ls",data = my_input_data,psi =psi.huber, k=0.99,method = "M", maxit=200) 

k是Huber函数(psi.huber)的调节参数,我在上面的代码中将其设置为0.99

然而,rlm R文档中指定的默认值是k = 1.345

我很想知道在统计学中是否普遍接受更改此调节参数。如果有的话,是否有通过某种优化自动确定此参数的方法?


回答:

我认为这可能会给你一些关于如何解释k值的指导:http://www.iwaenc.org/proceedings/1997/nsip97/pdf/scan/ns970534.pdf k是分布中心高斯部分的边界值。根据数据的不同,你可能希望降低或增加回归器估计器的效率(1.345对应于95%的效率:https://cran.r-project.org/web/packages/robustbase/vignettes/psi_functions.pdf)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注