Residual and nonparametric bootstrap for estimating variability of robust regression estimators

0517237 - ÚI 2020 RIV CZ eng L4 - Software
Tichavský, Jan - Kalina, Jan
Residual and nonparametric bootstrap for estimating variability of robust regression estimators.
Interní kód: Bootstrap Residual 1.0 ; 2019
Technické parametry: Kód v Matlabu, spustitelný samostatně podle instrukcí v dokumentaci. Spuštění vyžaduje kód pro výpočet LTS a LWS odhadu. Dostupné pod licencí MIT.
Ekonomické parametry: Software umožňuje uživateli odhadnout varianční matici pro LTS a LWS odhady pomocí reziduálního bootstrapu. Software usnadňuje práci s těmito odhady, protože jiná metoda pro odhad jejich variability není dosud nikde implementovaná.
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: robust regression * residual bootstrap * nonparametric bootstrap * outliers * covariance matrix
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/Veragin/Bootstrap

The software in Matlab allows to compute two types of bootstrap for the least trimmed squares and least weighted squares estimators of parameters in linear regression. Particularly, residual bootstrap and nonparametric bootstrap are computed, which yields estimates of the covariance matrix of the two robust estimators. The method allows to compare the stability of the estimates and reveals to bring arguments in favor of the least weighted squares estimator over a variety of datasets.
Trvalý link: http://hdl.handle.net/11104/0302549


Vědecká data: Github.com