基于RJMCMC方法的线性回归模型异常点识别

摘要

由于实际数据的复杂性，使得识别回归模型异常点的研究工作一直是个热点。其中，很关键一点就是确定异常点的个数，但往往是困难的，而RJMCMC方法为解决这个问题提供了新的突破口。
　　 本文首先介绍了异常点的概念、成因及研究意义。其次，在误差服从正态分布的条件下，阐述了线性回归模型框架中均值漂移模型与异常点检验的等价性。再次，在介绍了Sylvia Richardson和Peter J.Green的RJMCMC方法之后，详细给出了应用它识别回归模型异常点的原理、步骤。最后，通过将其应用于由 Hawkins，Bradu和Kass构造的异常点难以识别的经典数据集，有力说明了此方法识别异常点的可行性和有效性。另外，文中还提出了一种有效检验异常点的方法和步骤。