线性回归中多个异常点的稳健诊断及医学应用

目的：本研究试图解决多个异常点情况下经典回归诊断方法中存在的掩盖现象。方法：采用ＬＭＳ与ＭＶＥ估计后求得的残差与稳健的马氏距离作为诊断量，且均以重复抽样算法实现。结果：该法得到的诊断量明显优于传统方法，且可作出直观的诊断图示。结论：此法可有效地克服医学回归数据诊断中的掩盖现象，值得推广。

主成分回归中异常点的稳健诊断

目的探讨主成分回归模型中存在异常点时的稳健诊断方法。方法采用基于MVT和LMS方法的一种稳健主成分回归方法来诊断异常点,并结合实例进行方法的对比。结果与未去除异常点时得到的回归方程相比较,具有较小的残差平方和,拟合效果较好。解决了主成分回归中存在异常点的问题。结论当主成分回归中存在异常点时,本文中所述的稳健诊断方法具有较高的稳健性,在主成分回归分析中有较好的应用前景。