Непараметрический регрессионный анализ, его основы и возможность проведения какими-то программами Опции

[papaver]

Уважаемые коллеги, расскажите о возможностях и требованиях к применению непараметрического регрессионного анализа? Сопоставим ли он по результативности с обычным регрессионным анализом? Как можно практически его провести при помощи какого-нибудь соответствующего софта (как на счёт проги Matrixer)? Заранее спасибо!

[nokh]

Знаю одну софтину, которая считает регрессию по Kendall's robust line-fit method (похоже на технику складного ножа), но она недоступна для скачивания. Поищите может есть в других пакетах. В Matrixer метод непараметрической регрессии - kernel regression, по нему ничего не знаю, но в интернете материал есть. А вообще, непараметрические регрессионные техники являются слабо разработанным направлением. Полагаю, что лучше попытаться нормализовать исходные данные с помощью преобразований и задействовать весь арсенал параметрической статистики. Такие преобразования известны, нужно только подобрать подходящее для ваших данных.

Сообщение отредактировал nokh - 22.11.2008 - 18:20

[плав]

Уважаемые коллеги, расскажите о возможностях и требованиях к применению непараметрического регрессионного анализа? Сопоставим ли он по результативности с обычным регрессионным анализом? Как можно практически его провести при помощи какого-нибудь соответствующего софта (как на счёт проги Matrixer)? Заранее спасибо!

Довольно большое количество методов реализовано в R (робастная регрессия, lowless, и ряд других методов). Однако интерпретация результатов затруднена, мощность меньше (поэтому и применимость ограничена). Вообще вопрос должен быть в том, а зачем? Почему не устраивает линейная регрессия или нелинейные методы? Вылетающие наблюдения? Или просто ввиду "моды" на непараметрику?