Robustification of statistical and econometrical regression methods
Robustifikace statistických a ekonometrických metod regrese
dizertační práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/81826Identifikátory
SIS: 44641
Kolekce
- Kvalifikační práce [10690]
Autor
Vedoucí práce
Oponent práce
Hlávka, Zdeněk
Malý, Marek
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Pravděpodobnost a matematická statistika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
5. 9. 2016
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Prospěl/a
Klíčová slova (česky)
multikolinearita, odlehlá pozorování, robustní detektor multikolinearity, robustní hřebenová regreseKlíčová slova (anglicky)
multicollinearity, outliers, robust detector of multicollinearity, robust ridge regressionNázev práce: Robustifikace statistických a ekonometrických metod regrese Autor: Mgr. Tomáš Jurczyk Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí disertační práce: prof. RNDr. Jan Ámos Víšek CSc., IES FSV UK Praha Abstrakt: Dva z problémů, které se mohou vyskytnout během regresní analýzy, jsou multikolinearita regresorů a přítomnost odlehlých pozorování. V této práci zkoumáme situace, kdy se v datech vyskytuje kombinace obou těchto problemů zároveň. Nejprve popíšeme, jak se v těchto případech chovají metody pro odhad regresních koeficientů navržených jen pro překonání jednoho z těchto problémů. Také prověříme funkčnost metod používanývh jako robustní detek- tory multikolinearity. Ukážeme, že navržené dvoukrokové metody (jejichž první krok je typicky založen na robustních odhadech regresních koeficientů) selhávají v odhalování odlehlých pozorování a tím pádem i multikolinearity, pokud je v nekontaminovaných datech přítomen vysoký stupeň multikolinearity. Navrhneme a představíme novou jednokrokovou metodu, která je kandidátem na robustní detektor multikolinearity a zároveň robustní hřebenovou regresi. Odvodíme její vlastnosti, popíšeme její chovaní a využití jako diagnostického...
Title: Robustification of statistical and econometrical regression methods Author: Mgr. Tomáš Jurczyk Department: Department of probability and mathematical statistics Supervisor: prof. RNDr. Jan Ámos Víšek CSc., IES FSV UK Praha Abstract: Multicollinearity and outlier presence are two problems of data which can occur during the regression analysis. In this thesis we are interested mainly in situations where combined outlier-multicollinearity problem is present. We will show first the behavior of classical methods developed for overcoming one of these problems. We will investigate the functionality of methods proposed as robust multicollinearity detectors as well. We will prove that proposed two-step procedures (in one step typically based on robust regression methods) are failing in outlier detection and therefore also multicollinearity detection, if the strong multicollinearity is present in the majority of the data. We will propose a new one-step method as a candidate for the robust detector of multicollinearity as well as the robust ridge regression estimate. We will derive its properties, behavior and propose the diagnostic tools derived from that method. Keywords: multicollinearity, outliers, robust detector of multicollinearity, ro- bust ridge regression 1