İstatistik Sözlüğü → Sağlam regresyon tahmincileri (MM, S, LTS) ve kırılma noktası
Sağlam regresyon tahmincileri (MM, S, LTS) ve kırılma noktasıkavram
Aykırı gözlemlerin ve kaldıraç noktalarının regresyon katsayılarını bozmasını sınırlayan tahminciler ve bir tahmincinin ne kadar kirlenmeye dayanabildiğini gösteren kırılma noktası.
Kırılma noktası, tahminin keyfî biçimde bozulmasına yol açmadan verinin ne kadarının kötü gözlemlerle değiştirilebileceğini gösterir. En küçük kareler için bu oran sıfırdır: tek bir aşırı uç gözlem doğruyu istediği yere çekebilir. M tahmincileri (Huber, bisquare) büyük artıklı gözlemlerin ağırlığını yinelemeli olarak azaltır ve y yönündeki aykırılara dayanıklıdır, ama x uzayındaki kaldıraç noktalarına karşı korumasızdır. LTS (kırpılmış en küçük kareler) yalnızca en küçük h kare artığın toplamını en küçükler; S tahmincisi artıkların sağlam bir ölçeğini en küçükler. İkisi de %50'ye yakın kırılma noktasına sahiptir ama normal veride verimleri düşüktür.
MM tahmincisi bu iki özelliği birleştirir: yüksek kırılma noktalı bir S tahmininden başlar, ardından verimi yüksek bir M adımı uygular; böylece %50 kırılma noktası ile normal hatalarda %95 verimi birlikte sağlar ve bu yüzden çoğu durumda önerilen seçenektir. Sağlam yöntemler aykırı değerlerin nedenini incelemenin yerini tutmaz; düşük ağırlık alan gözlemler ayrıca incelenmelidir. Sağlam ve klasik tahminler belirgin biçimde ayrışıyorsa bu, verinin kendisi hakkında önemli bir bilgidir.
Gündelik bir örnek
Bir emlakçı ev büyüklüğü ile fiyat arasındaki ilişkiyi 50 satışla inceliyor. Veri girişinde iki villanın fiyatı bir sıfır eksik yazılmış: çok büyük ama çok ucuz görünüyorlar. Bu iki kaldıraç noktası en küçük kareler eğimini neredeyse sıfıra çekiyor. M tahmincisi de bu noktalara karşı korumasız kalıyor, MM tahmincisi ise iki villaya sıfıra yakın ağırlık veriyor ve diğer 48 satışın gösterdiği eğimi buluyor.
MerQur'da
Sağlam Regresyonda 'Kestirici (MM, M, S, LTS)' seçeneği (varsayılan MM; %50 kırılma noktası, %95 verim) ve 'Ölçek kestiricisi (MAD, Huber proposal 2)' seçeneği; ölçek kestiricisi yalnızca M tahmincisinde etkilidir.
Bu kavramın geçtiği analizler
İlgili kavramlar
M-tahmincisi (Huber, Tukey biweight)En küçük kovaryans determinantı (MCD) ve sağlam uzaklık