变系数模型中稳健估计方法的比较和应用 - 中国卫生统计.pdfVIP

·５５４· 中国卫生统计２０１６年８月第３３卷第４期 ·论著 · 变系数模型中稳健估计方法的比较和应用 复旦大学公共卫生学院生物统计学教研室和公共卫生安全教育部重点实验室（２０００３２）　黄绿斓　赵耐青　秦国友△ 　　【提　要】　目的　在变系数模型中比较七种常见的稳健估计方法与最小二乘法的表现，为变系数模型中估计方法的 选择提供依据。方法　通过Ｒ软件随机模拟，以变系数模型产生数据并对其进行污染，比较稳健估计方法和最小二乘法 估计结果的偏差、方差、均方误差以及积分均方误差的差异。结果　当数据存在扰动时，尤其是存在Ｘ方向上的异常点 时，ＭＨｕｂｅｒ、最小绝对离差（ｌｅａｓｔａｂｓｏｌｕｔｅｄｅｖｉａｔｉｏｎ，ＬＡＤ）估计、ＭＭ以及Ｒ这几种稳健方法的四项指标几乎都小于最小 二乘法，其中，ＭＭ表现最好。而最小截断平方法（ｌｅａｓｔｔｒｉｍｍｅｄｓｑｕａｒｅｓ，ＬＴＳ）、最小中位数平方法（ｌｅａｓｔｍｅｄｉａｎｏｆ ｓｑｕａｒｅｓ，ＬＭＳ）以及Ｓ由于在Ｒ软件中稳定性较差，并不适用于变系数模型。结论　在变系数模型中，当有异常点存在时， 采用ＭＭ估计能得到更加准确的结果。 【关键词】　变系数模型　稳健　异常点 ＣｏｍｐａｒｉｓｏｎｏｆＲｏｂｕｓｔＭｅｔｈｏｄｓｆｏｒＶａｒｙｉｎｇＣｏｅｆｆｉｃｉｅｎｔＭｏｄｅｌ ＨｕａｎｇＬｖｌａｎ，ＺｈａｏＮａｉｑｉｎｇ，ＱｉｎＧｕｏｙｏｕ．（ＤｅｐａｒｔｍｅｎｔｏｆＢｉｏｓｔａｔｉｓｔｉｃｓ，ＳｃｈｏｏｌｏｆＰｕｂｌｉｃＨｅａｌｔｈａｎｄＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｕｂｌｉｃ ＨｅａｌｔｈＳａｆｅｔｙ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ（２０００３２），Ｓｈａｎｇｈａｉ） 【Ａｂｓｔｒａｃｔ】　Ｏｂｊｅｃｔｉｖｅ　ＴｏｃｏｍｐａｒｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｓｅｖｅｒａｌｃｏｍｍｏｎｒｏｂｕｓｔｍｅｔｈｏｄｓａｎｄＯｒｄｉｎａｒｙＬｅａｓｔＳｑｕａｒｅ （ＯＬＳ）ｉｎｖａｒｙｉｎｇｃｏｅｆｆｉｃｉｅｎｔｍｏｄｅｌ．Ｍｅｔｈｏｄｓ　ＷｅｕｓｅｄＲｓｏｆｔｗａｒｅｔｏｓｉｍｕｌａｔｅｕｎｃｏｎｔａｍｉｎａｔｅｄｄａｔａａｎｄｃｏｎｔａｍｉｎａｔｅｄ ｄａｔａＢｉａｓ，ｖａｒｉａｎｃｅ，ｍｅａｎｓｑｕａｒｅｅｒｒｏｒ（ＭＳＥ）ａｎｄｉｎｔｅｇｒａｔｅｄｍｅａｎｓｑｕａｒｅｅｒｒｏｒ（ＩＭＳＥ）ｗｅｒｅｕｓｅｄｆｏｒｔｈｅｅｖａｌｕａｔｉｏｎｉｎｄｉｃｅｓｔｏ ｃｏｍｐａｒｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｓｅｒｏｂｕｓｔｍｅｔｈｏｄｓａｎｄＯＬＳ．Ｒｅｓｕｌｔｓ　Ｗｈｅｎｏｕｔｌｉｅｒｓｗｅｒｅｐｒｅｓｅｎｔ，ｅｓｐｅｃｉａｌｌｙｏｃｃｕｒｅｄｉｎｘｓｐａｃｅ， ＭＨｕｂｅｒ，ＬＡＤ（ＬｅａｓｔＡｂｓｏｌｕｔｅＤｅｖｉａｔｉｏｎ），ＭＭａｎｄＲｐｅｒｆｏｒｍｅｄｍｕｃｈｂｅｔｔｅｒｔｈａｎＯＬＳｗｉｔｈｓｍａｌｌｅｒＢｉａｓ，ｖａｒｉａｎｃｅ，ＭＳＥａｎｄ ＩＭＳＥ ｉｎ ａｌｍｏｓｔａｌｌｃａｓｅｓ．Ａｍｏｎｇ ｔｈｅｍ，ＭＭ ｐｅｒｆｏｒｍｅｄ ｂｅｓｔｏｖｅｒａｌｌａｇａｉｎｓｔａ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｓｅｔｏｆｏｕｔｌｉｅｒ ｃｏｎｄｉｔｉｏｎｓＦｕｒｔｈｅｒｍｏｒｅ，ＬＴＳ（ＬｅａｓｔＴｒｉｍｍｅｄＳｑｕａｒｅｓ），ＬＭＳ（ＬｅａｓｔＭｅｄｉａｎｏｆＳｑｕａｒｅｓ）ａｎｄＳｄｉｄｎｏｔｓｅｅｍｔｏａｐｐｌｙｉｎｖａｒｙｉｎｇ ｃｏｅｆｆｉｃｉｅｎｔｍｏｄｅｌｆｏｒｔｈｅｉｒｉｎｓｔａｂｉｌｉｔｙｉｎＲｓｏｆｔｗａｒｅ．Ｃｏｎｃｌｕｓｉｏｎ　Ｗｈｅｎｏｕｔｌｉｅｒｓｏｃｃｕｒｅｄ，ＭＭｒｅｓｕｌｔｅｄｉｎｍｏｒｅａｃｃｕｒａｔｅｒｅｓｕｌｔｓｉｎ ｖａｒｙｉｎｇｃｏｅｆｆｉｃｉｅｎｔｍｏｄｅｌ． 【Ｋｅｙｗｏｒｄｓ】　Ｖａｒｙｉｎｇｃｏｅｆｆｉｃｉｅｎｔｍｏｄｅｌ；Ｒｏｂｕｓｔｎｅｓｓ；Ｏｕｔｌｉｅｒ 　　通常，我们使用一般线性模型来研究变量之间的 性变化。推广到更一般的情况，模型可变为 关系。比如，为比较Ａ药和Ｂ药在疗程为６个月中持 Δ＝ｇ（ｔ）＋ｇｒｏｕｐ·ｇ（ｔ）＋ε （３） ｔ ０ １ 续减肥的疗效，我们将１０个女性肥胖志愿者随