On Robustness in the Logistic Regression Model
逻辑回归模型的稳健性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦逻辑回归的通用稳健估计，未明确离散选择行为或其他所列领域场景。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
逻辑回归模型的稳健性
- 研究问题
- 逻辑回归中的稳健估计能否兼顾异常值抵抗能力与小样本偏差，基于误分类模型的偏差修正是否保持一致性？
- 方法与思路
- 作者研究 Mallows 类稳健估计的偏差，修改已有误分类修正估计以获得一致性，并用不同异常值数据作示例。
- 材料陈述的贡献
- 摘要称部分稳健估计的偏差可接近或低于通常的逻辑回归估计，并提出具有可解释调节常数的一致性修改。
- 阅读关注点
- 应核对不同稳健估计的定义、偏差比较条件、原修正估计不一致的原因，以及新调节常数与异常值类型的关系。
- 阅读边界
- 仅据 Crossref 摘要；偏差优势的具体条件、调节规则与效率代价未说明，不能把摘要中的局部比较推广到所有样本。
原文摘要
SUMMARY We investigate robustness in the logistic regression model. Copas has studied two forms of robust estimator: A robust-resistant estimate of Pregibon and an estimate based on a misclassification model. He concluded that robust-resistant estimates are much more biased in small samples than the usual logistic estimate is and recommends a bias-corrected version of the misclassification estimate. We show that there are other versions of robust-resistant estimates which have bias often approximately the same as and sometimes even less than the logistic estimate; these estimates belong to the Mallows class. In addition, the corrected misclassification estimate is inconsistent at the logistic model; we develop a simple consistent modification. The modified estimate is a member of the Mallows class but, unlike most robust estimates, it has an interpretable tuning constant. The results are illustrated on data sets featuring different kinds of outliers.