响应变量缺失下线性回归模型的ERLS算法

摘要

针对线性回归模型,提出了一个新的期望递归最小二乘算法(Expectation Recursive Least Square,ERLS)。在响应变量数据存在部分缺失的条件下,ERLS取响应变量的期望值代替缺失值,基于该期望值与自变量数据,实现自适应的递归估计回归系数,避免了高维数据相关矩阵的求逆困难。ERLS算法充分利用了全部有效数据,实现了在线回归估计。数值实验结果表明,在观测数据存在野值时,通过引入非线性抑制函数,ERLS算法优于LS方法。