Robustness Auditing for Linear Regression: Toward Singularity and Beyond
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究探讨了线性回归的稳健性,特别是少量数据移除对结论的影响。提出了一种高效算法,验证了在维度大于4的数据集上的稳健性,具有重要的实践价值。
🎯
关键要点
-
本研究探讨了线性回归中的稳健性问题,特别是少量数据移除对结论的影响。
-
提出了一种高效算法,用于对样本移除进行稳健性认证。
-
该算法在实际的经济计量学数据集上进行了验证,首次提供了维度大于4的数据集的稳健性证明。
-
在特定假设下,算法生成的界限被证明是紧的,具有重要的实践价值。
➡️