robsurvey: robust survey statistics estimation
Vorschaubild nicht verfügbar
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
23.06.2022
Typ der Arbeit
Studiengang
Typ
06 - Präsentation
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Themenheft
DOI der Originalpublikation
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Verlagsort / Veranstaltungsort
Online
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
The robsurvey package provides robust estimation methods for data from complex sample surveys. The package implements the following methods: (1) basic outlier-robust location estimators of the population mean and total using weight reduction, trimming, winsorization, and M-estimation (robust Horvitz-Thompson and Hajek estimators); (2) robust survey regression M- and GM-estimators of the type Mallows and Schweppe; (3) robust model-assisted estimators of the population mean and total.
A key design pattern of the package is that the methods are available in two flavors: bare-bone functions and survey methods. Bare-bone functions are stripped-down versions of the survey methods in terms of functionality. They may serve package developers as building blocks. The survey methods are much more capable and depend–for variance estimation–on the R package survey. The talk is organized into three parts: (1) Overview of the robust methods in robsurvey, including a comparison with other R packages (survey, robustbase, robeth, and MASS), Stata (robstat and rreg), SAS (robustreg), NAG and GNU Scientific Library. (2) Design patterns and possible extensions of the package. (3) Use cases and applications of the package.
Schlagwörter
Robust statistics
Fachgebiet (DDC)
330 - Wirtschaft
Veranstaltung
useR! Conference 2022
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
20.06.2022
Enddatum der Konferenz
23.06.2022
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Begutachtung
Peer-Review des Abstracts
Open Access-Status
Lizenz
Zitation
SCHOCH, Tobias, 2022. robsurvey: robust survey statistics estimation. useR! Conference 2022. Online. 23 Juni 2022. Verfügbar unter: https://irf.fhnw.ch/handle/11654/43512