位置:成果数据库 > 期刊 > 期刊详情页
一种新的基于回归分析的异常值检测
  • ISSN号:1003-4978
  • 期刊名称:河南大学学报(自然科学版)
  • 时间:2015.11.16
  • 页码:635-639
  • 分类:O212.1[理学—概率论与数理统计;理学—数学]
  • 作者机构:首都经济贸易大学统计学院,北京100070
  • 相关基金:国家自然科学基金数学天元基金(11426159); 北京市教育委员会社会科学研究计划项目(SM201310038007)
  • 相关项目:基于稀疏表示和流形理论的半监督分类研究
中文摘要:

异常值检测是当前数据分析中的一个重要研究领域.模型中的异常值会直接影响建模、参数的估计、预测等问题.回归分析是应用极其广泛的数据分析方法之一,本文针对回归分析中的异常值检测进行了研究.该方法基于均值转移模型,根据异常值对残差平方和的影响关系构造一个新的异常值判断准则的统计量,并给出了估计异常值大小的公式.本文进行了大量的模拟实验和实例分析,与传统方法相比,结果表明该方法是有效的.

英文摘要:

Outliers detection is an important research field in the current data analysis.Outliers in the data will affect the modeling,estimating parameters,forecasting and other issues directly.Regression analysis is one of the most widespread application of data analysis methods.We suggest a new method for outliers detection based on regression analysis in this article.Mean-shift model is considered in this paper.A new statistic method detecting outliers according to the relationship between sum of squares for error(SSE)and outliers is proposed.Moreover,the method of estimating the size of those outliers is given.The approach is more effective to outliers compared with traditional methods,which is illustrated with a large number of simulation studies as well as real data.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《河南大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:河南省教育厅
  • 主办单位:河南大学
  • 主编:乔家君
  • 地址:河南省开封市明伦街85号
  • 邮编:475001
  • 邮箱:xbzrb@henu.edu.cn
  • 电话:0378-2860394
  • 国际标准刊号:ISSN:1003-4978
  • 国内统一刊号:ISSN:41-1100/N
  • 邮发代号:36-27
  • 获奖情况:
  • 河南省优秀科技期刊一等奖,河南省高校优秀自然科学学报,全国学术期刊规范执行优秀奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),德国数学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:5635