Zastosowanie koncepcji głębi regresyjnej w wybranych modelach regresji binarnej

• Autorzy: Daniel Kosiorowski
• Języki publikacji: PL

Abstrakty

Niniejszy artykuł ma na celu zwrócenie uwagi na wybrane aspekty odporności procedury statystycznej, które wiążą się z regresją binarną (modelem logistycznym, modelem probitowym), często wykorzystywana w ekonomii i medycynie. W drugiej części artykułu zostały przypomniane pewne fakty dotyczące modelu logistycznego, wiążące się z istnieniem estymatora metody największej wiarygodności (NW). W trzeciej części została opisana perspektywa wykorzystania koncepcji głębi regresyjnej zaproponowanej przez P.J. Rousseeuwa i M. Hubert w zagadnieniach rozpatrywanych za pomocą modelu logistycznego. W czwartej części została przedstawiona możliwość wykorzystania estymatora maksymalnej głębi regresyjnej w odpornym szacowaniu parametrów regresji logistycznej. (fragment tekstu)

Słowa kluczowe

PL

Statystyka; Modele regresji; Modele logistyczne; Metoda największej wiarygodności

EN

Statistics; Regression models; Logistic models; Maximum likelihood estimation

• Czasopismo: Studia i Prace Uniwersytetu Ekonomicznego w Krakowie
• Rocznik: 2009
• Numer: nr 3
• Strony: 103--114

Twórcy

autor

Daniel Kosiorowski

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Albert A., Anderson J.A. [1984], On the Existence of Maximum Likelihood Estimates in Logistic Regression Models, "Biometrika", 71, 1-10.
• Carroll R.J., Pederson S. [1993], On Robustness in the Logistic Regression Model, "Journal of the Royal Statistical Society (B)", 55,693-706.
• Christmann A., Rousseeuw P.J. [2001], Measuring Overlap in Binary Regression, "Computational Statistics & Data Analysis", vol. 37, nr l, s. 65-75.
• Mizera I. [2002], On Depth and Deep Points: A Calculus, "Annals of Statistics", 30, 1681-1736.
• Rousseeuw P.J., Hubert M. [1998], Regression Depth, "Journal of American Statistical Association", 94, 388-433.
• Van Aelst S., Rousseeuw P.J. [2000], Robustness Properties of Deepest Regression, "Journal Multivariate Analysis", 73, 82-106.
• Zuo Y., Serfling R. [2000], General Notions of Statistical Depth Function, "The Annals of Statistics" 28, s. 461-482.