روش های شناسایی نقاط تاثیرگذار برای روش کمترین توان های دوم

روش کمترین توان‌های دوم برای برآورد ضرایب رگرسیونی مدل‌های خطی روشی بسیار ساده، کاربردی و مفید است. این روش آماری توسط کاربران رشته‌های مختلف به‌سبب ارائه بهترین برآوردگر خطی نااریب با کمترین واریانس مورد استفاده قرار می‌گیرد. متاسفانه این روش در شرایطی که مشاهده (مشاهدات) پرت در مجموعه داده حضور داشته باشند، خروجی قابل اطمینانی نخواهد داشت، زیرا نقطه فروریزش (معیار استواری برآوردگر) این روش %0 است. به همین سبب شناسایی این مشاهدات امری حائز اهمیت است. تاکنون روش‌های مختلفی برای شناسایی این مشاهدات پیشنهاد شده است. در این مقاله به مرور و بحث در مورد جزئیات روش‌های معرفی‌شده پرداخته می‌شود. در انتها با ارائه یک مثال شبیه‌سازی‌ به بررسی هر یک از روش‌های معرفی شده می‌پردازیم.

Influential points Detection Methods for the Least Squares Method

The method of least squares is a very simple , practical and useful approach for estimating regression coefficients of the linear models . This statistical method is used by users of different fields to provide the best unbiased linear estimator with the least variance . Unfortunately , this method will not have reliable output if outliers are present in the dataset , as the collapse point (estimator consistency criterion) of this method is 0% . It is therefore important to identify these observations . Until now, the various methods have been proposed to identify these observations . In this article , the proposed methods are reviewed and discussed in details . Finally , by presenting a simulation example , we examine each of the proposed methods .