• 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보


This article is concerned with an effective algorithm for the identification of multiple outliers in linear regression. It proposes a hybrid algorithm which employs the least median of squares estimator, instead of the least squares estimator, to construct an Initial clean subset in the stepwise forward search scheme. The performance of the proposed algorithm is evaluated and compared with the existing competitor via an extensive Monte Carlo simulation. The algorithm appears to be superior to the competitor for the most of scenarios explored in the simulation study. Particularly it copes with the masking problem quite well. In addition, the orthogonal decomposition and Its updating techniques are considered to improve the computational efficiency and numerical stability of the algorithm.

참고문헌 (11)

  1. Equivariant, Monotonic, 50% Breakdown Estimators , Basset, Jr. G. W. , The American Statistician / v.45,pp.135-137, 1991
  2. Procedures for the Identification of Multiple Outliers in Linear Models , Hadi, A. S.;Simonoff, J. S. , Journal of the American Statistical Association / v.88,pp.1264-1272, 1993
  3. A Monte Carlo Comparison of Five Procedures for Identifying Outliers in Linear Regression , Kianifard, F.;Swallow, W. H. , Commun. Statist.-Theory Meth. / v.19,pp.1913-1938, 1990
  4. $L_{\infty}$-estimation based Algorithm for the Least Median of Squares Estimator , Kim, B. Y. , The Korean Communications in Statistics / v.3,pp.299-307, 1996
  5. Improvements in Computational Efficiency and Accuracy of an Algorithm for the Identification of Regression Outliers , Kim, B. Y.;Kim, S. B. , Journal of Natural Sciences / v.8,pp.135-142, 1997
  6. A Multistage Procedure for Detecting Several Outliers in Linear Regression , Marasinghe, M. G. , Technometrics / v.27,pp.395-399, 1985
  7. Least Median of Squares Regression , Rousseeuw, P. J. , Journal of the American Statistical Association / v.79,pp.871-880, 1984
  8. Rousseeuw, P. J.;Leroy, A. M. , Robust Regression nad Outlier Detection / v.,pp., 1987
  9. Unmasking Multivariate Outliers and Leverage Points , Rousseeuw, P. J.;Zomeren, B. C. , Journal of the American Statistical Association / v.85,pp.633-639, 1990
  10. Testing for a Single Outlier in Simple Linear Regression , Tietjen, G. L.;Moore, R. H.;Beckman, R. J. , Technometrics / v.15,pp.717-721, 1973
  11. A Comparative Analysis of Multiple Outlier Detection Procedures in the Linear Regression Model , Wisnowski, J. W.;Montgomery, D. C.;Simpson, J. R. , Computational Statistics and Data Analysis / v.36,pp.351-382, 2001

이 논문을 인용한 문헌 (2)

  1. 2004. "" 한국통계학회 논문집 = Communications of the Korean Statistical Society, 11(3): 485~494 
  2. Kim, Bu-Yong 2011. "A Criterion for the Selection of Principal Components in the Robust Principal Component Regression" 한국통계학회 논문집 = Communications of the Korean Statistical Society, 18(6): 761~770 


원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일