回归异常值:根据回归残差从 X 和 Y 变量中删除异常值-matlab开发

上传者: 38625599 | 上传时间: 2021-08-29 20:40:46 | 文件大小: 5KB | 文件类型: ZIP
此函数接受两个(向量)变量,要对其执行二元线性回归分析,并从两个变量中删除异常值。 由于回归残差向量用于检测异常值,因此只有那些离 1:1 回归线最远的记录才会被检测和删除。 如果要求删除多个异常值,在删除下一个异常值之前,将重新计算回归残差以避免淹没和掩蔽效应,然后将删除距离 1:1 线最远的下一个点,依此类推。 该方法将那些在单个变量(X 或 Y)中可能是异常值但可以很好地拟合 1:1 回归线拟合的点与在每个单独的输入变量(X, Y),但是当两个变量拟合在回归线中时,可能会出现在异常值中。 为了从残差向量中检测异常值,使用了一个子函数(该子函数是 Vince Petaccio 2009 年工作的增强,也可作为独立函数“异常值”从 Matlab 文件交换中获得)。 --输入: X0:二元线性回归中因变量的向量Y0:二元线性回归中自变量的向量异常值:应该删除多少异常值? (如果未提供,

文件下载

资源详情

[{"title":"( 1 个子文件 5KB ) 回归异常值:根据回归残差从 X 和 Y 变量中删除异常值-matlab开发","children":[{"title":"regoutliers.zip <span style='color:#111;'> 4.70KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明