SPSSAU_计量经济研究_Robust回归.pdf

SPSSAU-在线SPSS分析软件

SPSS分析SPSS教程SPSSAU稳健回归Huber法M估计网页在

线SPSS

Robust回归分析

Contents

1背景2

2理论2

3操作4

4SPSSAU输出结果5

5文字分析5

6剖析5

如果在进行线性回归分析时，数据中有异常值，那么常用的OLS回归估计方法得

到的结论可能会产生偏差，因为OLS估计法会考虑极小化残差平方和作为标准，因为

就会将异常数据纳入考虑范围中，比如下图中，OLS估计法拟合出的直线，明显不如

Robust回归法（也称M估计）拟合的效果好。

OLS回归拟合估计将异常数据同等对待，而Robust回归时会对不同的点给予不同

的权重，如果某个点的残差值较小则给予更高的权重，异常点的残差值会比较大，因为

其对应的权重会很小。通过不同点的残差给予不同权重，最终拟合出的结果也更加稳健

可靠。关于构造权重的方法，许多学者都提出自己的方法，SPSSAU默认使用较为常见

的Huber法（默认t值取1.345）进行Robust回归。

如果数据中没有异常值，建议依旧使用传统的OLS估计法即可。即比例使用

SPSSAU通用方法里面的线性回归。

SPSSAU-在线SPSS分析软件

Robust回归案例

Contents

1背景2

2理论2

3操作4

4SPSSAU输出结果5

5文字分析5

6剖析5

1背景

当前有200个研究数据，2个解释变量，1个被解释变量。现希望进行回归分析，

研究2个X对于Y的影响情况。

2理论

Robust回归法（也称M估计）其适用于解决异常数据（或极端数据）时的回归估

计，如果说数据中没有异常值（也或者异常数据可以自行进行处理掉），那么依旧建议

使用常用的ols估计法即可。

特别提示：

✓异常数据的检查，建议使用散点图、箱线图、描述分析等进行查看，如果有极

端异常数据，但是不愿意对其进行处理，此时使用robust就会比较适合。

✓Robust回归可用于结论的稳健性验证，先用ols回归法得到结论，再换用robust

回归法分析，如果结论基本一致则说明结论稳健可靠。

针对本案例来看，首先进行散点图用于查看x和y的散点关系，检查是否有异常数

据，如下：

SPSSAU-在线SPSS分析软件

明显的可以看到，图中出现3个异常值点，如果将此3个点筛选出去，再进行

分析，散点图如下：

SPSSAU-在线SPSS分析软件

从上图可以看到，把3个异常值筛选出去后，明显可以看到，x1与y有着明显

的负向关系，x2与y并没有太多联系。针对此类情况下，使用robust回归较为适

合。否则可能得到完全错误的结果。

3操作

本例子研究2个解释变量x对于1个被解释变量的影响关系，由于数据中有异常

值，并且希望保留此异常数据，因此使用robust回归进行分析。操作如下：

SPSSAU-在线SPSS分析软件

4SPSSAU输出结果

SPSSAU共输出2个表格结果，一个是常规格式，一个是简化格式。

5文字分析

Robust回归分析结果(n=200) 

回归系数标准误tp95%CI(L