Description

• Tytuł:
  Outliers vs Robustness in Nonparametric Methods of Regression
• Twórca:
  Trzęsiok, Joanna
• Współtwórca:
  University of Economics in Katowice, Faculty of Finance and Insurance, Department of Economic and Financial Analysis;
  joanna.trzesiok@ue.katowice.pl
• Opis:
  The article addresses the question of how robust methods of regression are against outliers in a given data set. In the first part, we presented the selected methods used to detect outliers. Then, we tested the robustness of three nonparametric methods of regression: PPR, POLYMARS, and RANDOM FORESTS. The analysis was conducted applying simulation procedures to the data sets where outliers were detected. Contrary to a relatively common conviction about the robustness of nonparametric regression, the study revealed that the models built on the basis of complete data sets represent a significantly lower predictive capability than models based on the sets from which outliers were discarded.;
  Artykuł poświęcony jest zagadnieniu odporności metod regresji na obserwacje odstające występujące w zbiorze danych. W pierwszej części przedstawiono wybrane metody identyfikacji obserwacji nietypowych. Następnie badano odporność trzech nieparametrycznych metod regresji: PPR, POLYMARS i RANDOM FORESTS. Analiz dokonano za pomocą procedur symulacyjnych na zbiorach danych, w których wykryto obserwacje odstające. Mimo dosyć powszechnych przekonań o odporności regresji nieparametrycznej okazało się, że modele zbudowane na całych zbiorach danych mają istotnie mniejsze zdolności predykcyjne niż modele uzyskane na zbiorach, z których usunięto obserwacje nietypowe.;
  Uniwersytet Ekonomiczny w Katowicach, Wydział Finansów i Ubezpieczeń
• Dostępność obiektu:
  free access
• Prawa:
  © Copyright by Authors, Łódź 2018; © Copyright for this edition by Uniwersytet Łódzki, Łódź 2018
• Data:
  2018.09.21;
  2018
• Typ:
  Article
• Język:
  English
• Format:
  application/pdf
• Wydawca:
  Wydawnictwo Uniwersytetu Łódzkiego
• Relacja:
  Acta Universitatis Lodziensis. Folia Oeconomica;337;
  4
• Temat i słowa kluczowe:
  outliers;
  robustness;
  nonparametric regression methods;
  obserwacje odstające;
  odporność;
  nieparametryczne metody regresji;
  C14
• Identyfikator:
  0208-6018;
  http://hdl.handle.net/11089/25807 ;
  2353-7663;
  10.18778/0208-6018.337.07
• Dostawca danych:
  Repozytorium Uniwersytetu Łódzkiego
• Czy mogę z tego obiektu skorzystać?:
  seek permission
• Rodzaj zawartości:
  image