A Robust Regression by Using Huber Estimator and Tukey Bisquare Estimator for Predicting Availability of Corn in Karanganyar Regency, Indonesia

Linear least-squares estimates can behave badly when the error distribution is not normal, particularly when the errors are heavy-tailed. One remedy is to remove influential observations from the least-squares fit. Another approach, robust regression, is to use a fitting criterion that is not as vulnerable as least squares to unusual data. The most common general method of robust regression is M-estimation. This class of estimators can be regarded as a generalization of maximum-likelihood estimation. In this paper we discuss robust regression model for corn production by using two popular estimators; i.e. Huber estimator and Tukey bisquare estimator.<br />Keywords : robust regression, M-estimation, Huber estimator, Tukey bisquare estimator

مقارنة بين طريقتي مقدرات لابلاس وهوبر الحصين لتقدير معلمات أنموذج الانحدار اللوجستي

المستخلص يعد أنموذج الانحدار اللوجستي من نماذج الانحدار المهمة، حيث يلقى اهتماماً واضحاً في معظم الدراسات التي تأخذ طابعاً اكثر تقدماً في عملية التحليل الاحصائي. أن طرائق التقدير الاعتيادية تفشل في التعامل مع البيانات التي تتضمن وجود القيم الشاذة حيث أن لها تأثير غير مرغوب على النتائج. سنستعرض في هذا البحث طرائق لتقدير معلمات انموذج الانحدار اللوجستي وهذه الطرائق هي: طريقة مقدر لابلاس (Laplace estimator) (LP-) وطريقة مقدر هوبر الحصين (Huber estimator) (H) . اذ تم اجراء المقارنة بين هاتين الطريقتين من خلال أسلوب المحاكاة وبأستعمال معيار المقارنة متوسط مربعات الخطأ (MSE) بنسب مختلفة من التلوث ولحجوم عينات مختلفة للوصول الى الطريقة الأفضل في تقدير المعلمات. واتضح من خلال المقارنة أن طريقة (H) هي الأفضل في تقدير معلمات أنموذج الانحدار اللوجستي .

Improving magnetotelluric data processing methods

A magnetotelluric data processing code has been developed, which demonstrates high robustness to intense electromagnetic noise occurring in measured MT data. Key features of the code are specific approach for estimating different transfer functions and capability to utilize all four channels acquired at remote reference station. The code utilizes various techniques to reduce estimate errors, including robust Huber estimator, jackknife approach, improved remote reference technique and compensating for overestimation of power spectra. The proposed code has shown high efficiency in processing of low signal-to-noise data.