稳健统计理论及其的应用思路构建.docVIP

稳健统计理论及其的应用思路构建 　　摘要： 统计学是一门具有很强应用性的工具性学科，它主要的作用就是在各种数据当中找出有用信息，然后在此基础上对该领域进行归纳总结，再将这些归纳总结的结论或者特征用于实践指导。但在利用统计学进行分析时，不可避免的会出现一些偏离状况，而稳健统计学的使用可以尽可能的避免偏离状况的出现。本文主要针对其理论和应用之上进行了分析。 　　Abstract： Statistics is a tool discipline with high application. Its main role is to find useful information among the various data， and summarizes this area on this basis， then applies these conclusions or characteristics in practical guidance. However， when using the statistics for analysis， some deviation position will inevitably appeared. The use of robust statistics can as much as possible to avoid the deviation situation. This article focused on the theory and application to analyze. 　　关键词： 稳健统计；理论分析；应用思路 　　Key words： robust statistics；theoretical analysis；application ideas 　　中图分类号：C8 文献标识码：A 文章编号：1006-4311（2014）16-0324-02 　　0 引言 　　进行稳健统计其实质就是针对传统统计的不足之处，进而使得统计逐步稳健化。在进行传统统计之时可能会出现假定和实际相互偏离的现象，或者由于实际问题的复杂性因素，在统计的时候就容易出现偏差，有时候偏差较大，甚至结论完全错误。通过稳健统计理论的使用，将能够有效的克服，或者进一步控制以上问题。 　　1 稳健统计理论分析 　　我国稳健统计的研究发展开始于六十年代，经过将近二十年的发展和探究，初定型于八十年代。随着如今科技的飞速发展，稳健统计也随之不断进步，加之计算机技术的广泛应用，进一步的推动了其发展。稳健统计是统计过程当中稳定性的理论部分。在假设已知的前提之下，该理论较为系统分析了离群值的影响。在经典假设满足的情况之下，通过以往的经典统计方式将能够确保结果优良，比如小样本下的t估计。最小二乘回归估计等。反之，如果无法全面满足所需要的假定条件，则无法得到理想结果。通过稳健统计的使用，将能够将离群值的影响控制在一定的度，确保最终的结果不会有太大偏差。 　　比如在一个多变量线性回归当中存在离群值，在寻找离群值之时可以通过稳健方式，以及回归诊断方式进行。通过稳健方式确认的模型，将能够较为符合大部分的数据特征，然后在此基础之上找到离群值。但通过一般的回归诊断则会相对麻烦，需要将有关的数据全部进行计算，然后利用结果进行寻找。这样做不仅费时费力，而且在其计算的过程当中，离群值已经对数据造成了影响，用存在偏差的结果确定离群值，最终结果必将存在一定的不合理性。由此可见，稳健统计比之一般的回归诊断更加具有稳定性和有效性。其在计算估计量之时，首要工作就是识别离群值，最大限度的保障结果的合理性。综上所述，通过稳健统计理论的运用，将有效的控制离群值对结果的影响，控制偏差，提高其科学性和合理性。 　　对此，Huber针对稳健统计，提出了三大主要目标：第一，在满足经典假设的模型之下，确保估计值满足合理需求，同时具备有效性。第二，如果所建造的假设模型，以及实际的模型之间存在一定的差异，且差异较为微小之时，在此时无论是统计方法之上，还是对于估计值，相应的受到的影响也会较小。第三，如果假设和实际模型之间偏离严重，由于几乎不会遭受破坏性的影响，因此仍然可以接受估计值性能。 　　2 稳健统计理论的应用和思考 　　2.1 稳健统计在发达国家的有效应用 　　稳健统计在经过了几十年的发展和完善，已经拥有了较为成熟的理论，并且应用范围十分广泛，优势显著。尤其是发达国家，对于稳健统计理论的应用和研究较为深刻和完善。加拿大政府广泛的应用了稳健统计理论，利用该理论和有关方法，将相关的经济指标的多元数据进行了整理，以便针对理论值进行及时的发现和有效的处理。通过将稳健统计方法用于多元统计，主要包括了位置向量，以及协方差阵。对于数据当中存在离群值的