[论文解读] Functional robust regression for longitudinal data

Daniel Gervini|arXiv (Cornell University)|Nov 30, 2012

Advanced Statistical Methods and Models参考文献 19被引用 4

一句话总结

本文提出了一种针对稀疏或非等间距观测的纵向数据的稳健函数回归方法，采用带有M-估计的随机效应模型以抵抗异常值。该方法在模拟和真实数据中均优于经典的最小二乘函数回归，在典型曲线扭曲标准估计量时表现出更高的可靠性。

ABSTRACT

We present a robust regression estimator for longitudinal data, which is especially suited for functional data that has been observed on sparse or irregular time grids. We show by simulation that the proposed estimators possess good outlier-resistance properties compared with the traditional functional least-squares estimator. As an example of application, we study the relationship between levels of oxides of nitrogen and ozone in the city of San Francisco.

研究动机与目标

• 解决原始、非等间距采样纵向数据中缺乏稳健函数回归方法的问题。
• 开发一种计算简便的方法，保持函数回归中的效率并抵抗异常值。
• 在数据稀疏或存在异常轨迹时，实现功能关系的可靠估计。
• 提供一种将函数数据分析与稳健统计相结合的混合效应建模框架。
• 通过模拟和真实空气质量数据的分析，验证该方法的有效性。

提出的方法

• 使用随机效应模型表述函数线性回归，以表示个体特异的成分得分。
• 应用带有红降落ρ函数和权重函数w(𝒰i)的M-估计，以降低成分得分中异常值的影响。
• 使用稳健的协方差估计器替代经典最小二乘估计器，用于随机效应。
• 采用样条平滑方法，从原始、非等间距观测中估计潜在曲线。
• 基于稳健似然估计函数，推导回归系数(Θ)和协方差矩阵(Σ)的估计方程。
• 在正则性条件下推导渐近分布，假设协方差结构已知且固定，以提供理论依据。

实验结果

研究问题

• RQ1 能否开发一种稳健的函数回归方法，以抵抗具有稀疏或非等间距时间网格的纵向数据中的异常值？
• RQ2 在污染条件下，所提出的稳健估计量与经典函数最小二乘估计量相比，在偏差和效率方面表现如何？
• RQ3 在存在异常曲线的小样本中，稳健方法是否能维持有效的推断（如置信区间）？
• RQ4 在存在非等间距采样和异常值的情况下，该方法能否可靠地建模氮氧化物（NOx）和臭氧之间的关系？
• RQ5 在实际应用中，稳健估计量的渐近分布对有限样本是否近似有效？

主要发现

• 所提出的稳健回归估计量相比经典函数最小二乘估计量，对异常值表现出显著更强的抵抗能力，尤其在存在异常曲线时。
• 模拟结果表明，即使在中等程度污染下，该稳健方法仍能保持低偏差和高效率。
• 估计量的渐近分布对小样本近似有效，支持可靠的推断。
• 在臭氧和NOx数据的分析中，经典估计量受到异常值的严重扭曲，而稳健方法则提供了更准确且稳定的污染物间关系。
• 该方法通过利用来自稳健主成分分析的成分得分和M-估计，有效处理了稀疏且非等间距的数据。
• 使用红降落ρ函数和权重函数w(𝒰i)成功降低了极端成分得分的影响，提升了模型稳定性。