• Home
  1. Home
  2. Robust Binary Regression with Continuous Outcomes
Scientific article
English

Robust Binary Regression with Continuous Outcomes

Contributors

Heritier, Stephane; Ronchetti, Elvezio

Published in

Canadian journal of statistics, vol. 21, no. 3, p. 239-249

Publication date

2004

Abstract

Les auteurs proposent un estimateur à fonction d'influence bornée pour la régression binaire à variable dépendante continue, qui constitue une alternative à la régression logistique lorsque le chercheur s'intéresse à la proportion d'individus pour lesquels la variable expliquée est supérieure ou inférieure à un certain seuil. Les auteurs montrent à la fois théoriquement et empiriquement que dans ce contexte, l'estimation à vraisemblance maximale est sensible à une mauvaise spécification du modèle. Ils montrent que leur estimateur robuste est plus stable et presqu'aussi efficace que le maximum de vraisemblance si les hypothèses sont satisfaites. De plus, l'inférence à laquelle il conduit est plus sûre. Les auteurs comparent la performance des différents estimateurs par voie de simulation et présentent une analyse de l'hypertension sur des données en provenance de Harlem.

Keywords

  • Binary regression
  • Influence function
  • Leverage
  • M-estimator
  • Robustness

UNIGE affiliation entities

Citation (ISO format)

HERITIER, Stephane, RONCHETTI, Elvezio. Robust Binary Regression with Continuous Outcomes. In: Canadian journal of statistics, 2004, vol. 21, n° 3, p. 239–249. doi: 10.2307/3315927

Main files (1)

Article (Published version)

Identifiers

Journal ISSN

0319-5724
537views
1downloads

Technical informations

Creation

12/09/2012 20:06:00

First validation

12/09/2012 20:06:00

Update

28/01/2026 15:52:37

Status update

28/01/2026 15:52:37

Last indexation

31/08/2026 08:50:45
All rights reserved by Archive ouverte UNIGE and the University of Geneva
OpenAIRE Indexed & Validated