摘要
基于采样数据的新息增量过程，创造性地提出了回归系数的有界影响辨识算法．该算法具有简洁的递推关系和良好的容错能力．理论分析和仿真计算证实，该算法能有效地克服异常数据的不利影响，提高统计推断的可靠性．
Sampling data are used to develop an identification algorithm with bounded influence for the coefficients of linear regression model. Analytical simulation shows that the method has the capability to overcome any bad influence from outliers, and to increase the reliability of statistical inference on model parameters.
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
1999年第7期11-14,共4页
Journal of Xi'an Jiaotong University
基金
国家教委博士点基金
西安交通大学研究生院博士学位论文基金
关键词
线性回归模型
异常数据
有界影响估计
可靠性
linear regression model
outliers
innovation
bounded influence estimators
fault tolerant identification
