Regressão linear robusta : o método de TELBS e uma aplicação a dados de e-commerce

Abstract

Este trabalho apresenta dois métodos de estimação para regressão linear robusta, o M-Estimador e modelo de TELBS. Estes são comparados com o método dos mínimos quadráticos ordinários, motivados por um exemplo simulado e uma análise de dados reais de e-commerce. Para melhor compreensão da eficiência do modelo de regressão linear robusta de TELBS, é apresentada uma simulação e duas análises de bancos de dados reais, feitas pelos autores do modelo, que comparam esse método com o dos mínimos quadráticos, M-Estimador e MM-Estimador. Também são brevemente descritos alguns diagnósticos de medidas influentes comumente abordados na literatura: medida de alavancagem, distância de Cook, DFBETAS, DFFITS e COVRATIO. As análises e o exemplo simulado deste trabalho são feitos com o software R (Versão 3.2.0) e a sintaxe está disponível em anexo.