调用robustfit函数作稳健回归

调用robustfit函数作稳健回归

regress函数和regstats函数利用普通最小二乘法估计模型中的参数，参数的估计值受异常值的影响比较大。robustfit函数采用加权最小二乘法估计模型中的参数，受异常值的影响就比较小。robustfit函数用来作稳健的多重线性或广义线性回归分析，下面介绍robustfit函数的用法。
1.4.1．robustfit函数的用法
robustfit函数有以下几种调用方式：
b = robustfit(X,y)
b = robustfit(X,y,wfun,tune)
b = robustfit(X,y,wfun,tune,const)
[b,stats] = robustfit(…)
（1）b = robustfit(X,y)
返回多重线性回归方程中系数向量β的估计值b，这里的b为一个1p×的向量。输入参数X为自变量观测值矩阵（或设计矩阵），它是的矩阵。与regress函数不同的是，默认情况下，robustfit函数自动在X第1列元素的左边加入一列1，不需要用户自己添加。输入参数y为因变量的观测值向量，是的列向量。robustfit函数把y或X中不确定数据NaN作为缺失数据而忽略它们。np×1n×
（2）b = robustfit(X,y,wfun,tune)
用参数wfun指定加权函数，用参数tune 指定调节常数。wfun为字符串，其可能的取值如表1-3所示。
表