Resistant regression
lqs
- używana przy wartościach skrajnych.
Robust regression
rlm
- używana przy heteroscedastyczności i przy wartościach skrajnych.
Przykład do samodzielnego przeanalizowania:
library(MASS)
library(nutshell)
## Loading required package: nutshell.bbdb
## Loading required package: nutshell.audioscrobbler
data(shiller)
hpi.lm <- lm(Real.Home.Price.Index~Year, data=shiller.index)
hpi.rlm <- rlm(Real.Home.Price.Index~Year, data=shiller.index)
hpi.lqs <- lqs(Real.Home.Price.Index~Year, data=shiller.index)
plot(shiller.index$Year,shiller.index$Real.Home.Price.Index, pch=19, cex=0.3, ylab="Index", xlab="Year")
lines(shiller.index$Year,hpi.lm$fitted.values, lty=1)
lines(shiller.index$Year,hpi.rlm$fitted.values, lty=2)
lines(shiller.index$Year,hpi.lqs$fitted.values, lty=3)
legend(x=1900, y=200, legend=c("lm", "rlm", "lqs"), lty=c(1, 2, 3))
Ramka schiller
pokazuje zachowanie cen mieszkań w USA - link.