Resumen
Este trabajo presenta un procedimiento para hacer robusto el algoritmo recursivo de Plackett-Kalman para el modelo lineal, incorporándole medidas diagnósticas que indiquen la influencia potencial y real de cada nueva observación en los parámetros del modelo. Se describe como calcular recursivamente el estadísticoD 2 de Cook, la distancia de Mahalanobis de cada nueva observación al centro de gravedad de las ya incluidas, y un contraste, basado en los resíduos recursivos, de que la nueva observación es atípica. Se demuestra la simplicidad del cálculo secuencial de estas medidas y su fácil integración dentro del algoritmo recursivo del modelo de regresión lineal.
This is a preview of subscription content, log in via an institution to check access.
Referencias
ALLEN, D. M. (1971): «Mean Square error of Prediction as a Criterion for Selecting Variables».Technometrics 13, pp. 46–475.
ANSCOMBE, F. J. (1961): «Examination of Residuals».Proceedings of the 4th Berkeley Symposium on Mathematical Statistics and Probability. Vol. 1, pp. 1–36.
ANSCOMBE, F. J., y TUKEY, J. W. (1963): «The examination and Analysis of Residuals».Technometrics 5, pp. 141–160.
BARNETT, V., y LEWIS, T. (1978):Outliers in Statistical Data. Wiley.
BELSLEY, D. A., y otros (1980):Regression Diagnostics. Wiley.
BOX, G. E. P., y COX, D. R. (1964): «An Analysis of Transformations»JRSS, B, 26.
BROWN, R. L.; DURBIN, J., y EVANS, J. M. (1975): «Techniques for Testing the constancy of Regression Relationships».JRSS, B, pp. 149–163.
COOK, R. D. (1977): «Detection of Influential Observations in Linear Regression».Technometrics, 19, pp. 15–18.
COOK, R. D., y WEISBERG, S. (1982):Residuals and Influence in Regression. Chapman and Hall.
COOK, R. D.; PEÑA, D., y WEISBERG, S. (1984): «The Likelihood Displacement: A Unifying Principle for Influence Measures».Mathematics Research Centre T.R. no. 2751, University of Wisconsin-Madison.
GUTTMAN, I., y PEÑA, D. (1984): «A Robust Kalman Filter».Mathematics Research Center T.R. no. 2766, University of Wisconsin-Madison.
GUTTMAN, I, y PEÑA, D., (1985): «Robust filtering»,JASA, 80, 389, pp. 91–92
HARVEY, A. C. (1981):Time series Models. Philip Allan.
McGARTY, T. P. (1974):Stochastic Systems, State Estimation. Wiley.
MEDITCH, J. S. (1969):Optimal Estimation and Control. McGraw-Hill.
MILLER, R. (1977): «Developments in Multiple Comparisons 1966–76».JASA, 72.
PEÑA, D., y RUIZ CASTILLO, J. (1982): «Métodos Robustos de Construcción de Modelos de Regresión».Estadística Española, 97, pp. 47–76.
PEÑA, D. y RUIZ CASTILLO, J. (1984): «Robust Methods of Building Regression Models».Journal of Business and Economic Statistics, 2, 1, pp. 10–20.
PLACKETT, R. L. (1950): «Some Theorems in Least Squares».Biometrika, 37, pp. 149–157.
VELLEMAN, P. F., y WELSCH, R. E. (1981): «Efficient Computing of Regression Diagnostics».The American Statistician,35,4.
WEISBERG, S. (1980):Applied Linear Regression. Wiley.
Author information
Authors and Affiliations
Additional information
Esta investigación ha sido financiada por la Comisión Asesora de Investigación Científica y Técnica, MEC.
Rights and permissions
About this article
Cite this article
Peña, D. Sobre la robustificacion interna del algoritmo de Plackett-Kalman para la estimacion recursiva del modelo de regresion lineal. Trabajos de Estadistica y de Investigacion Operativa 36, 93–106 (1985). https://doi.org/10.1007/BF02888656
Issue Date:
DOI: https://doi.org/10.1007/BF02888656