L1-회귀추정량의 붕괴점 향상을 위한 알고리즘 (Algorithm for the L1-Regression Estimation with High Breakdown Point)

서지정보

· 발행기관 : 한국통계학회
· 수록지 정보 : Communications for Statistical Applications and Methods / 17권 / 4호 / 541 ~ 550페이지
· 저자명 : 김부용

초록

L1-회귀추정량이 수직이상점에 대해서는 매우 로버스트하지만 지렛점에 대해서는 전혀 로버스트하지 않다는 사실은 잘 알려져 있다. 본 논문에서는 수직이상점은 물론 지렛점에 대해서도 로버스트한 L1-회귀추정을 위한 알고리즘을 제안한다. MCD 또는 MVE-추정량에 바탕을 둔 로버스트거리를 기준으로 지렛점들을 식별하고, 식별된 지렛점들의 영향력을 적절히 감소시키기 위한 가중치를 결정한다. 가중치에 의해 변환된 자료에 선형척도변환 기법에 바탕을 둔 선형계획 알고리즘을 적용함으로써 L_1-회귀추정량의 붕괴점을 향상시킨다. 다양한 형태와 규모의 자료에 대한 모의실험 결과, 제안된 알고리즘에 의한 L_1-회귀추정량의 붕괴점이 크게 향상되는 것으로 나타났다.

영어초록

The L1-regression estimator is susceptible to the leverage points, even though it is highly robust to the vertical outliers. This article is concerned with the improvement of robustness of the L1-estimator. To improve its robustness, in terms of the breakdown point, we attempt to dampen the influence of the leverage points by means of reducing the weights corresponding to the leverage points. In addition the algorithm employs the linear scaling transformation technique, for higher computational efficiency with the large data sets, to solve the linear programming problem of L1-estimation. Monte Carlo simulation results indicate that the proposed algorithm yields L1-estimates which are robust to the leverage points as well as the vertical outliers.

참고자료

· 없음