On the internal robustification of the Plackett-Kalman algorithm for recursive estimation of the linear regression model.

Peña, Daniel. "Sobre la robustificación interna del algoritmo de Plackett-Kalman para la estimación recursiva del modelo de regresión lineal.." Trabajos de Estadística e Investigación Operativa 36.1 (1985): 93-106. <http://eudml.org/doc/40768>.

@article{Peña1985,
abstract = {Este trabajo presenta un procedimiento para hacer robusto el algoritmo recursivo de Plackett-Kalman para el modelo lineal, incorporándole medidas diagnósticas que indiquen la influencia potencial y real de cada nueva observación en los parámetros del modelo. Se describe cómo calcular recursivamente el estadístico D2 de Cook, la distancia de Mahalanobis de cada nueva observación al centro de gravedad de la ya incluidas, y un contraste, basado en los residuos recursivos, de que la nueva observación es atípica. Se demuestra la simplicidad del cálculo secuencial de estas medidas y su fácil integración dentro del algoritmo recursivo del modelo de regresión lineal.},
author = {Peña, Daniel},
journal = {Trabajos de Estadística e Investigación Operativa},
keywords = {Filtro Kalman; Regresión; Modelo lineal; Robustez; Modelos estadísticos},
language = {spa},
number = {1},
pages = {93-106},
title = {Sobre la robustificación interna del algoritmo de Plackett-Kalman para la estimación recursiva del modelo de regresión lineal.},
url = {http://eudml.org/doc/40768},
volume = {36},
year = {1985},
}

TY - JOUR
AU - Peña, Daniel
TI - Sobre la robustificación interna del algoritmo de Plackett-Kalman para la estimación recursiva del modelo de regresión lineal.
JO - Trabajos de Estadística e Investigación Operativa
PY - 1985
VL - 36
IS - 1
SP - 93
EP - 106
AB - Este trabajo presenta un procedimiento para hacer robusto el algoritmo recursivo de Plackett-Kalman para el modelo lineal, incorporándole medidas diagnósticas que indiquen la influencia potencial y real de cada nueva observación en los parámetros del modelo. Se describe cómo calcular recursivamente el estadístico D2 de Cook, la distancia de Mahalanobis de cada nueva observación al centro de gravedad de la ya incluidas, y un contraste, basado en los residuos recursivos, de que la nueva observación es atípica. Se demuestra la simplicidad del cálculo secuencial de estas medidas y su fácil integración dentro del algoritmo recursivo del modelo de regresión lineal.
LA - spa
KW - Filtro Kalman; Regresión; Modelo lineal; Robustez; Modelos estadísticos
UR - http://eudml.org/doc/40768
ER -