Outlier detection by means of robust regression estimators for use in engineering science

这研究比较不同柔韧的回归评估者的能力检测并且分类孤立点。有高故障点的著名评估者用模仿的数据被比较。吝啬的成功率(MSR ) 被计算并且用作比较标准。结果证明广场(LMS ) 中部、最少的最少整修了广场(副) ，掩盖并且淹没效果或批评、集中的孤立点是为包括的数据的最成功的方法利用点。甚至当适用于重重地被污染或有孤立点的复杂结构的模型时，我们用 LMS 和副同样诊断的工具推荐分类孤立点，因为他们仍然保持柔韧。