使用稳健回归方法来检测异常值并估计鱼类体长与体重关系中的参数

《Scientific Reports》：Use of robust regression methods to detect outliers and estimate parameters for Length-Weight relationships in fishes

　　

摘要

分析鱼类体长和体重数据最常用的回归方法是普通最小二乘法（OLS）。然而，OLS方法依赖于数据呈正态分布且没有异常值的假设，而这些异常值可能是由于测量或记录错误造成的。在体长-体重数据中经常会出现异常值，这可能导致参数估计不准确以及分析结果出错。鲁棒回归（RR）是一种可以识别并处理异常值的统计方法。通过使用两种鱼类的体长-体重数据，我们展示了RR模型的应用，并证明了其在识别异常值、处理异常值以及估计方程参数方面的优越性。最近开发的一种称为“多选项法”（Multiple Options，MO）的RR方法表现尤为出色，能够生成用于检查异常值的有效图表。本研究的结果表明，通过使用RR方法可以有效地解决分析体长-体重数据时遇到的异常值问题。我们建议未来关于鱼类体长-体重关系的研究采用RR方法来估计模型参数，而不是OLS方法。