使用lmrob处理含异常值时间序列时t值返回无穷大的问题咨询

1. 负协方差警告的原因 #

你看到的警告来自lf.cov函数，提示默认的.vcov.avar1协方差估计方法计算出的协方差矩阵出现负对角线元素，函数已自动修正。这种情况的触发条件通常是：

• 样本量偏小（你的示例仅12个数据点）；
• 数据存在明显异常值（比如序列中的728、441）；
• .vcov.avar1方法在小样本+异常值的场景下数值稳定性不足，无法生成正定的协方差矩阵。

警告里推荐改用cov=".vcov.w."参数，这个方法基于稳健权重计算协方差，对小样本和异常值的适应性更强。

2. t值为-inf的原因 #

t值的计算公式是系数估计值 ÷ 系数标准误，当标准误计算为0时，就会出现-inf或inf的结果。结合你的场景：

• 因默认协方差估计的数值问题，协方差矩阵的对角线（对应系数的方差）被修正为0或极小值，导致标准误趋近于0；
• MM型稳健回归在处理小样本异常值时，权重分配可能过度压制了变量的变异，进一步加剧了标准误的数值异常。

解决尝试 #

按照警告提示改用.vcov.w.协方差估计方法，重新运行模型：

ts_list <- c(563, 522, 535, 728, 683, 624, 595 ,589, 535, 529, 441, 565)
res <- lmrob(ts_list~1 + seq(1:12), type='MM', cov=".vcov.w.")
summary(res)

这样通常能得到合理的标准误和t值，同时消除警告。

内容的提问来源于stack exchange，提问作者Tom