Key points are not available for this paper at this time.
RESUMO Investigamos a robustez no modelo de regressão logística. Copas estudou duas formas de estimador robusto: uma estimativa robusta-resistente de Pregibon e uma estimativa baseada em um modelo de classificação equivocada. Ele concluiu que as estimativas robustas-resistentes são muito mais tendenciosas em pequenas amostras do que a estimativa logística usual e recomenda uma versão corrigida da estimativa de classificação equivocada. Mostramos que existem outras versões de estimativas robustas-resistentes que têm viés frequentemente aproximadamente igual ao da estimativa logística e, às vezes, até menor; essas estimativas pertencem à classe de Mallows. Além disso, a estimativa corrigida de classificação equivocada é inconsistente no modelo logístico; desenvolvemos uma modificação simples e consistente. A estimativa modificada é um membro da classe de Mallows, mas, ao contrário da maioria das estimativas robustas, possui uma constante de ajuste interpretável. Os resultados são ilustrados em conjuntos de dados com diferentes tipos de outliers.
Carroll et al. (Qui,) estudaram esta questão.