常用稳健估计方法在多元线性回归中的有效性比较

多元线性回归是一种在测量中应用广泛的参数估计方法,其回归参数通常基于LS法求得,但LS法不具备抵抗粗差的能力。在粗差不可避免的情况下,稳健估计能达到减弱粗差对参数估计的影响。本文就多元线性回归在测量中的应用进行研究,当观测值的不同位置含有不同数量的粗差时,探讨和比较常用稳健估计方法(Huber法、Tukey法、Danish法和IGGⅢ方案)在多元线性回归模型中的有效性,结果表明IcGⅢ方案比LS法和其他三种常用稳健估计方法更为有效。