로버스트 옵션에 대한 통계 상세 정보

이 섹션에는 이변량 플랫폼의 "로버스트 적합" 및 "Cauchy 적합" 옵션에 대한 상세 정보가 포함되어 있습니다.

로버스트 적합

이변량 플랫폼에서 "로버스트 적합" 옵션은 모형 적합에 대한 반응 변수 이상치의 영향을 줄입니다. Huber M-추정 방법이 사용됩니다. Huber M-추정은 다음과 같이 Huber 손실 함수를 최소화하는 모수 추정값을 찾는 방법입니다.

다음은 각 요소에 대한 설명입니다.

ei는 잔차를 나타냅니다.

Huber 손실 함수는 이상치에 벌점을 부과하며, 작은 오차의 경우에는 2차 형태로 증가하고 큰 오차의 경우에는 선형적으로 증가합니다. JMP 구현에서는 k = 2입니다. 로버스트 적합에 대한 자세한 내용은 Huber 연구 자료(1973) 및 Huber and Ronchetti 연구 자료(2009)에서 확인하십시오.

Cauchy 적합

이변량 플랫폼에서 "Cauchy 적합" 옵션은 최대 가능도와 Cauchy 연결 함수를 사용하여 모수를 추정합니다. 이 방법에서는 오차가 Cauchy 분포를 따른다고 가정합니다. Cauchy 분포는 정규 분포보다 꼬리가 더 두꺼우므로 이상치의 영향이 줄어듭니다.

더 많은 정보를 원하십니까? 질문이 있습니까? JMP 사용자 커뮤니티에서 답변 받기 (community.jmp.com).