Sağlam Lojistik Regresyon
Robust Logistic Regression (Mallows-Type Weighted Estimation) · Ayrıca şöyle bilinir: robust binary regression, weighted logistic regression, Mallows-type logistic regression, Robust Lojistik Regresyon
Sağlam Lojistik Regresyon, aykırı değerlere ve kaldıraç noktalarına karşı dirençli, Mallows tipi ağırlıklı tahmin ile ikili veya kategorik bir sonucu modelleyen lojistik regresyonun bir varyantıdır. Genelleştirilmiş doğrusal modeller için sağlam çerçeve Cantoni ve Ronchetti (2001) tarafından geliştirilmiş, ağırlıklandırma yaklaşımı ise daha sonra Bondell (2008) tarafından iyileştirilmiştir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Sonuç ikili veya kategorik olduğunda ve sıradan bir lojistik uyumu bozacak aykırı değerler veya kaldıraç noktaları olduğundan şüphelendiğinizde sağlam lojistik regresyon kullanın. Ağırlıklandırmanın iyi davranması için makul bir örneklem boyutuna (en az yaklaşık 50 gözlem) ihtiyaç duyar. Veri kalitesinin endişe kaynağı olduğu kesitsel veya boylamsal veriler üzerinde sınıflandırma ve tahmin görevleri için güçlü bir seçenektir.
Güçlü yönler & sınırlılıklar
- Sıradan maksimum olasılık lojistik regresyonu yanlı hale getirecek aykırı değerlere ve kaldıraç noktalarına karşı dirençlidir.
- Şüpheli gözlemleri Mallows tipi ağırlıklar aracılığıyla atmak yerine azaltır, tam örneklemden bilgi tutar.
- Genelleştirilmiş doğrusal modeller için sağlam çıkarım desteği sağlar, kontaminasyon altında daha güvenilir katsayılar ve standart hatalar verir.
- Orta düzeyde bir örneklem boyutu gerektirir (yaklaşık 50 veya daha fazla); küçük örneklemlerde yakınsama sorunları yaşayabilir ve klasik lojistik regresyon tercih edilir.
- Güçlü kaldıraç noktaları bulunduğunda, Mallows tipi ağırlıklar yetersiz olabilir ve bunun yerine sınırlı etkiye sahip (MM tipi) bir tahminciye ihtiyaç duyulur.
- Sıradan lojistik regresyona göre uydurması ve yorumlaması daha karmaşıktır ve her istatistik paketinde kutudan çıktığı gibi bulunmaz.
SSS
Sağlam lojistik regresyon, sıradan lojistik regresyondan nasıl farklıdır?
Her ikisi de aynı lojistik bağlantıyı ve doğrusal log-olasılıkları kullanır. Fark tahmin yöntemindedir: sıradan lojistik regresyon olasılığı maksimize eder ve her gözlemin eşit sayılmasına izin verirken, sağlam sürüm, kaldıraç noktalarını azaltan ve büyük kalıntıların etkisini sınırlayan ağırlıklı bir tahmin denklemini çözer.
Mallows tipi ağırlıklar nelerdir?
Bunlar, her gözlemin öngörücü uzayındaki konumuna bağlı olan, yüksek kaldıraçlı noktaların katkısını azaltan ağırlıklardır. Kalıntılar üzerindeki sınırlı bir skor fonksiyonu ile birleştirildiğinde, tek bir sıra dışı vakanın tahmin edilen katsayıları domine etmesini engellerler.
Ne zaman bunun yerine bir MM-tahminciye geçmeliyim?
Mallows ağırlıklandırmasından sonra bile güçlü kaldıraç noktaları etkili kaldığında, Mallows tipi bir ağırlığın sınırlı etki garantisi yetersiz olabilir. Yüksek kırılma noktasına sahip bir MM tipi tahminci bu durumda daha dirençli bir uyum sağlar.
Küçük örneklemlerde kullanmak güvenli midir?
Pek sayılmaz. Yaklaşık 50 gözlemin altında ağırlıklandırma ve yakınsama güvenilmez hale gelir ve yaklaşık 30'un altında yöntem hiç yakınsamayabilir. Küçük örneklemler için klasik lojistik regresyon daha güvenli bir varsayılan değerdir.
Kaynaklar
- Cantoni, E. & Ronchetti, E. (2001). Robust Inference for Generalized Linear Models. Journal of the American Statistical Association, 96(455), 1022-1030. DOI: 10.1198/016214501753209004 ↗
- Bondell, H. D. (2008). Robust Logistic Regression Using a Weighting Approach. Biometrics, 64(2), 421-427. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Robust Logistic Regression (Mallows-Type Weighted Estimation). ScholarGate. https://scholargate.app/tr/statistics/robust-logistic-regression
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Lojistik RegresyonAraştırma istatistiği↔ karşılaştır
- Sağlam Regresyon için MM-Tahminiİstatistik↔ karşılaştır
- En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
- Kuantil RegresyonuEkonometri↔ karşılaştır
- Sağlam Zaman Serisi Analiziİstatistik↔ karşılaştır