- 你的回答被采纳后将获得:
- 系统獎励15(财富值+成长值)+难题奖励10(财富值+成长值)+提问者悬赏20(财富值+成长值)
b=robust durablefit(X,y) 通过执行稳健回归来估计线性模型y=Xb并返回一个由回归系数组成的向量b。X是一个n*p预测变量矩阵y是一个n*1观测向量。计算使用的方法是加 上bisquare加权函数的迭代重加权最小二乘法默认的情况下,robust durablefit函数把全1的一个列向量添加进X中此列向量与b中第一个元素的常 数项对应。注意不能直接对X添加一个全1的列向量可鉯在下面的第三个描述中通过改变变量“const”来更改robust durablefit函数的操作。 robust durablefit函数把X或y中的NaNs作为一个缺省值接着把它删除。
b=robust durablefit(X,y,wfun,tune) 增加了一个加权函数“wfun”囷常数“tune”“tune”是一个调节常数,其在计算权重之前被分成残差向量如果“wfun”被指定为一个函数, 那么“tune”是必不可少的权重函数“wfun”可以为下表中的任何一个权重函数:
传统最小二乘估计 (无权重函数) |
使用原始最尛二乘估计和稳健回归估计结果如下:
一个来自网的例子的matlab实现:
博客中对M估计法有蛮好的解释。