Mostrar el registro sencillo del ítem
dc.contributor.author
Agostinelli, Claudio
dc.contributor.author
Valdora, Marina Silvia
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Yohai, Victor Jaime
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.available
2022-10-04T10:39:28Z
dc.date.issued
2019-06
dc.identifier.citation
Agostinelli, Claudio; Valdora, Marina Silvia; Yohai, Victor Jaime; Initial robust estimation in generalized linear models; Elsevier Science; Computational Statistics and Data Analysis; 134; 6-2019; 144-156
dc.identifier.issn
0167-9473
dc.identifier.uri
http://hdl.handle.net/11336/171605
dc.description.abstract
Generalized Linear Models are routinely used in data analysis. Classical estimators are based on the maximum likelihood principle and it is well known that the presence of outliers can have a large impact on them. Several robust procedures have been presented in the literature, being redescending M-estimators the most widely accepted. Based on non-convex loss functions, these estimators need a robust initial estimate, which is often obtained by subsampling techniques. However, as the number of unknown parameters increases, the number of subsamples needed in order for this method to be robust, soon makes it infeasible. Furthermore the subsampling procedure provides a non deterministic starting point. A new method for computing a robust initial estimator is proposed. This method is deterministic and demands a relatively short computational time, even for large numbers of covariates. The proposed method is applied to M-estimators based on transformations. In addition, an iteratively reweighted least squares algorithm is proposed for the computation of the final estimates. The new methods are studied by means of Monte Carlo experiments.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
Elsevier Science
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.rights
info:eu-repo/semantics/restrictedAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
INITIAL ESTIMATES
dc.subject
LEAST SQUARES ESTIMATORS
dc.subject
M-ESTIMATORS
dc.subject
OUTLIERS
dc.subject
POISSON REGRESSION
dc.subject
VARIANCE STABILIZING TRANSFORMATIONS
dc.subject.classification
Estadística y Probabilidad
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Matemáticas
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Initial robust estimation in generalized linear models
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2022-09-30T20:18:20Z
dc.journal.volume
134
dc.journal.pagination
144-156
dc.journal.pais
Países Bajos
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.journal.ciudad
Amsterdam
dc.description.fil
Fil: Agostinelli, Claudio. Universita degli Studi di Trento; Italia
dc.description.fil
Fil: Valdora, Marina Silvia. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Matemática; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Calculo. - Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Calculo; Argentina
dc.description.fil
Fil: Yohai, Victor Jaime. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Matemática; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Calculo. - Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Calculo; Argentina
dc.journal.title
Computational Statistics and Data Analysis
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://www.sciencedirect.com/science/article/pii/S0167947318302895
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/https://doi.org/10.1016/j.csda.2018.12.010
Archivos asociados