稳健主成分回归及其医学应用 刘伟新.pdfVIP

·22 · 20 11 2 28 1 中国卫生统计 年 月第 卷第 期 稳健主成分回归及其医学应用* 1 2 △ 刘伟新 郭东星 【 】 。 ROBPCA (robust prin- 提 要 目的 探讨主成分回归模型的一种稳健估计方法 方法 将稳健主成分分析方法 cipal component regression) LTS (least trimmed squares) ， ， 和重新加权的 方法结合起来 同时结合实例分析 建立稳健主成分回 ， 。 ， 。 归方程 并可以生成诊断图来诊断异常点 结果 用含有异常点的原始数据得到的稳健模型 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 本文中所述的稳健主成分回归方法具有较高的稳 ， 。 健性 有较好的应用前景 【 】 ROBPCA LTS 关键词 法 重新加权的 估计 稳健主成分回归 异常点诊断 主成分回归(principal component regression PCR) 默认时α = 0. 75 。 ， (1) x ， (outly- 可用于处理数据中的自变量多重共线性问题 而这个 对每一个数据点 计算它的异常值 i 。 ， ingness)， h ， 问题在医学资料的数据分析中经常会出现 但是 当 从中找到 个具有最小异常值的数据点 数据中存在异常点时会影响主成分回归模型的建立， |x v － t (x v)| outl (x )= max i M CD j (2)