• 응용통계연구
• /
• 제26권3호
• /
• pp.511-520
• /
• 2013

이상치가 존재하는 회귀모형에서 이상치를 탐색하거나 로버스트 추정량에 대한 연구는 매우 중요하다. 이러한 연구는 leave-one-out를 이용하여 회귀계수를 추정하고 잔차를 이용하여 오차 분산을 추정하여 이상치를 탐색하는데 있다. 본 연구는 회귀모형에서 회귀계수를 추정하지 않고 오차 분산을 추정할 수 있는 Rice 추정량의 적용을 소개한 것이다. 특히, 단순회귀모형에서 이상치의 유무에 따라 Rice 추정량의 통계적 성질을 비교하고 이상치 탐색에 있어 어떤 장점이 있는지를 탐색한 연구이다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권4호
• /
• pp.951-959
• /
• 2014

Recently Hazelton and Turlach (2009) proposed a weighted kernel density estimator for the deconvolution problem. In the case of Gaussian kernels and measurement error, they argued that the weighted kernel density estimator is a competitive estimator over the classical deconvolution kernel estimator. In this paper we consider weighted kernel density estimators when sample observations are contaminated by double exponentially distributed errors. The performance of the weighted kernel density estimators is compared over the classical deconvolution kernel estimator and the kernel density estimator based on the support vector regression method by means of a simulation study. The weighted density estimator with the Gaussian kernel shows numerical instability in practical implementation of optimization function. However the weighted density estimates with the double exponential kernel has very similar patterns to the classical kernel density estimates in the simulations, but the shape is less satisfactory than the classical kernel density estimator with the Gaussian kernel.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.129-134
• /
• 2004

In this study, we investigate the effects of the weight function in the bounded influence regression quantile (BIRQ) estimator for the AR(1) model with additive outliers. In order to down-weight the outliers of X-axis, the Mallows' (1973) weight function has been commonly used in the BIRQ estimator. However, in our Monte Carlo study, the BIRQ estimator using the Tukey's bisquare weight function shows less MSE and bias than that of using the Mallows' weight function or Huber's weight function.

• 응용통계연구
• /
• 제6권1호
• /
• pp.79-93
• /
• 1993

회귀모형에 있어서의 Ruppert와 Carroll의 절사 회귀 추정법을 확장하여 회귀 분위수에 의 한 두 개의 두분으로 관측치를 분할하여 각 부분마다 가중치를 달리 부여하는 방법으로 적 합된 L-추정법을 제안하였다. 이 제안된 L-추정법은 특히 비대칭인 오차분포하에서 좋은 효율을 가지고 있었다.

• Journal of the Korean Statistical Society
• /
• 제30권1호
• /
• pp.21-30
• /
• 2001

Suppose we observe a set of data (X$_1$,Y$_1$(, …, (X$_{n}$,Y$_{n}$) and use the Nadaraya-Watson regression estimator to estimate m(x)=E(Y│X=x). in this article bandwidth selection problem for the Nadaraya-Watson regression estimator is investigated. In particular cross validation method based on average square error(ASE) is considered. Theoretical results here include a central limit theorem that quantifies convergence rates of the bandwidth selector.tor.

• 응용통계연구
• /
• 제7권2호
• /
• pp.173-182
• /
• 1994

Han(1993)의 임의의 오차분포하에서 회귀모형에의 기울기 추정법을 응용하여 회귀분위선(regression quantile)에 의해 적당한 상.하위절사가 주어질 때 점근적으로 최량의 회귀모형에서의 기울기 추정량을 구성할 수 있음을 보였다.

• Journal of the Korean Statistical Society
• /
• 제24권2호
• /
• pp.349-360
• /
• 1995

This paper deals with the robustness properties of the minimum disparity estimation in linear regression models. The estimators defined as statistical quantities whcih minimize the blended weight Hellinger distance between a weighted kernel density estimator of the residuals and a smoothed model density of the residuals. It is shown that if the weights of the density estimator are appropriately chosen, the estimates of the regression parameters are robust.

• Communications for Statistical Applications and Methods
• /
• 제12권1호
• /
• pp.169-179
• /
• 2005

In this study, we investigate the effects of the weight function in the bounded influence regression quantile (BIRQ) estimator for the AR(l) model with additive outliers. In order to down-weight the outliers of X -axis, the Mallows' (1973) weight function has been commonly used in the BIRQ estimator. However, in our Monte Carlo study, the BIRQ estimator using the Tukey's bisquare weight function shows less MSE and bias than that of using the Mallows' weight function or Huber's weight function. Thus, the use of the Tukey's weight function is recommended in the BIRQ estimator for our model.

• 한국산림과학회지
• /
• 제79권3호
• /
• pp.260-268
• /
• 1990

수확(收穫) 예측(豫測) model이 multicollinearity 문제점(問題點) 가질때 보다 정확한 추정식(推定式)을 얻기 위하여 두 종류의 ridge estimator와 최소(最小) 자승법(自乘法)(OLS)의 추정치를 비교(比較)하였다. 본 연구(硏究)에서 사용(使用)된 ridge estmator는 Mallows's (1973)Cp-like statistic과 Allens's (1974) PRESS-like statistic 이었다. 위의 세가지 estimator 예측(豫測) 능력(能力) 평가(評賣)는 Matney 등(等)(1988)에 의하여 개발(開發)된 수확(收穫) model을 이용(利用)하여 비교(比較)하였다. 사용되어진 자료(資料)는 미국(美國) 남부(南部) 테에다 소나무 시험림(試驗林)의 총(總)522개(個) plot을 이용(利用)하였다. 두 개(個)의 ridge estimator가 최소(最小) 자승법(自乘法)에 의한 추정치 보다 수확(收穫) 예측(豫測) 능력(能力)이 우수(優秀)하였으며, 특히 Mallows's statistic에 의한 ridge estimator가 가장 우수(優秀)하였다. 따라서 ridge estimator는 수확(收穫) 예측(豫測) model의 독립(獨立) 변수(變數) 간(間)에 multicollinearity 문제점(問題點)이 있을 때 최소(最小) 자승법(自乘法)에 의 한 추정치를 대치(代置)할 수 있는 estimator로서 추천(推薦)할 수 있었다.

• Journal of the Korean Statistical Society
• /
• 제35권1호
• /
• pp.105-114
• /
• 2006

In this paper we propose a simple and computationally attractive difference-based variance estimator in nonparametric regression models with multivariate predictors. We show that the estimator achieves $n^{-1/2}$ rate of convergence for regression functions with only a first derivative when d, the dimension of the predictor, is less than or equal to 4. When d > 4, the rate turns out to be $n^{-4/(d+4)}$ under the first derivative condition for the regression functions. A numerical study suggests that the proposed estimator has a good finite sample performance.