John Tukey “средняя медиана” (или “стойкая строка”) статистический тест для R и линейной регрессии

Question

John Tukey “средняя медиана” (или “стойкая строка”) статистический тест для R и линейной регрессии

Я ищу алгоритм John Tukey, которые вычисляют "стойкую строку" или "среднюю медиану" на моей линейной регрессии с R.

Студент в почтовом списке объясняет этот алгоритм в этих терминах:

"Способ, которым это вычисляется, состоит в том, чтобы разделить данные на три группы, найти x-медиану и значения y-медианы (названными сводной точкой) для каждой группы, и затем использовать те три, на которые сводка указывает для определения строки. Внешние две сводных точки решают, что наклон и в среднем все они определяют прерывание".

Статья о медиане медианы tukey's John для любопытного: http://www.johndcook.com/blog/2009/06/23/tukey-median-ninther/

У Вас есть идея того, где я мог найти этот алгоритм или функцию R? В которых пакетах, Большое спасибо!

7

algorithm function r testing linear-regression

задан reyman64 11 July 2010 в 21:44

1 ответ

Другие вопросы по тегам:

algorithm function r testing linear-regression

Похожие вопросы:

score 11 · Accepted Answer

Здесь есть описание того, как вычислить срединно-срединную линию здесь . Его реализация в R

median_median_line <- function(x, y, data)
{
  if(!missing(data))
  {
    x <- eval(substitute(x), data) 
    y <- eval(substitute(y), data) 
  }

  stopifnot(length(x) == length(y))

  #Step 1
  one_third_length <- floor(length(x) / 3)
  groups <- rep(1:3, times = switch((length(x) %% 3) + 1,
     one_third_length,
     c(one_third_length, one_third_length + 1, one_third_length),
     c(one_third_length + 1, one_third_length, one_third_length + 1)
  ))

  #Step 2
  x <- sort(x)
  y <- sort(y)

  #Step 3
  median_x <- tapply(x, groups, median)                                 
  median_y <- tapply(y, groups, median)

  #Step 4
  slope <- (median_y[3] - median_y[1]) / (median_x[3] - median_x[1])
  intercept <- median_y[1] - slope * median_x[1]

  #Step 5
  middle_prediction <- intercept + slope * median_x[2]
  intercept <- intercept + (median_y[2] - middle_prediction) / 3
  c(intercept = unname(intercept), slope = unname(slope))
}

Чтобы проверить это, вот второй пример с этой страницы:

dfr <- data.frame(
  time = c(.16, .24, .25, .30, .30, .32, .36, .36, .50, .50, .57, .61, .61, .68, .72, .72, .83, .88, .89),
  distance = c(12.1, 29.8, 32.7, 42.8, 44.2, 55.8, 63.5, 65.1, 124.6, 129.7, 150.2, 182.2, 189.4, 220.4, 250.4, 261.0, 334.5, 375.5, 399.1))

median_median_line(time, distance, dfr) 
#intercept     slope 
#   -113.6     520.0

Обратите внимание на несколько странный способ определения групп. Инструкции довольно разборчивы в том, как вы определяете размеры групп, поэтому более очевидный метод cut (x, quantile (x, seq.int (0, 1, 1/3))) не работает .