我正在使用rlm
R软件包并使用Huber函数进行稳健回归试验。这是我的代码:
myfit= rlm(formula = depvar ~ indep1+indep2, init="ls",data = my_input_data,psi =psi.huber, k=0.99,method = "M", maxit=200)
k
是Huber函数(psi.huber
)的调整参数,我在上面的代码中设置为0.99
。
但是,rlm
R文档中指定的默认值是k = 1.345
。
如果在统计数据中通常可以接受更改此调整参数的任何见解,我将不胜感激。有没有办法通过一些优化自动确定这个参数?
我想这可能会给你一些指示如何解释k
的值:http://www.iwaenc.org/proceedings/1997/nsip97/pdf/scan/ns970534.pdf k
是分布的中心高斯部分的边界值。根据数据,您可能希望降低或提高回归量估算器的效率(1.345对应95%效率:https://cran.r-project.org/web/packages/robustbase/vignettes/psi_functions.pdf)。