期刊文献+

空间误差模型的多个异常值得分检验 被引量:4

Score Test for Outliers in the Spatial Autoregressive Error Model
原文传递
导出
摘要 本文研究了空间误差模型(SEM)中多个异常值的检验问题,基于均值漂移模型和方差加权模型这两种异常值模型给出了得分检验统计量的具体形式及其渐近分布。并应用实例分析验证了检验统计量的有效性,最后给出了修正模型的方法。 This paper studies the score test for multiple 0utliers in the spatial autoregressive error models (SEM). The formulae and approximate distribution of score statistics are obtained under both mean-shift outlier model and variance-weighted model. A real example is analyzed and the result shows that the proposed methodology is useful for identifying multiple outliers in the spatial autoregressive error models. Finally, outlier-correction models are proposed to accommodate outliers in the data set.
出处 《数理统计与管理》 CSSCI 北大核心 2015年第6期1007-1015,共9页 Journal of Applied Statistics and Management
基金 中国人民大学2015年度拔尖创新人才培育资助计划成果
关键词 空间误差模型 异常值检验 均值漂移模型 方差加权模型 得分统计量 the spatial autoregressive error model, outlier detection, the mean-shift outlier model, the variance-weighted model, score statistics
  • 相关文献

参考文献19

二级参考文献51

  • 1XIANGLIMING,SHILEI.OUTLIER TEST IN RANDOMIZED LINEAR MODEL[J].Applied Mathematics(A Journal of Chinese Universities),1994,9(1):65-75. 被引量:2
  • 2石磊,向黎明.双向分类随机交互效应模型中均值滑动模型的异常值检验[J].云南大学学报(自然科学版),1996,18(4):352-357. 被引量:5
  • 3石磊,何利平,黄梅.平衡单向分类随机效应模型中的多个异常值检验[J].数学物理学报(A辑),2007,27(3):476-487. 被引量:4
  • 4陈希孺.数理统计引论[M].科学出版社,1982..
  • 5王松佳.线性模型的理论及其应用[M].合肥:安徽省教育出版社,1987..
  • 6石磊.双向分类随机效应套模型中异常值的UMPU检验[J].应用概率统计,1997,13(2):125-132. 被引量:7
  • 7Vapnik V. The Nature of Statistical Learning Theory [M]. New York: Springer, 1995.
  • 8Vapnik V, Oolowieh S, and Smola A. Support Vector Method for Function Approximation, Regression Estimation, and Signal Processing [A]. In Mozer M, Jordan M, and Petsche T, editors, Advances in Neural Information Processing Systems 9 [C]. Cambridge, MA: MIT Press, 1997: 281-287.
  • 9Schlkopf B, Smola A, Williamson R, and Bartlett PL. New support vector algorithms [J]. Neural Computation, 2000, 12(5): 1207-1245.
  • 10Weston J, Gammerman A, Stitson M, Vapnik V, Vovk V, and Watkins C. Support Vector Density Estimation [A]. In Schlkopf B, Burges C J C, and Smola A J, editors, Advances in Kernel Methods - Support Vector Learning [C]. Cambridge, MA: MIT Press, 1999: 293-306.

共引文献17

同被引文献30

引证文献4

二级引证文献15

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部