robust

鲁棒是Robust的音译。它也是在异常和危险情况下系统生存的能力。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。所谓“鲁棒性”，也是指控制系统在一定（结构，大小）的参数摄动下，维持其它某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。在实际问题中，系统特性或参数的摄动常常是不可避免的。鲁棒控制是一个着重控制算法可靠性研究的控制器设计方法。鲁棒性一般定义为在实际环境中为保证安全要求控制系统最小必须满足的要求。一旦设计好这个控制器，它的参数不能改变而且控制性能保证。鲁棒控制方法，是对时间域或频率域来说，一般假设过程动态特性的信息和它的变化范围。一些算法不需要精确的过程模型但需要一些离线辨识。一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。鲁棒性应用在实际中，鲁棒性的应用非常广泛，由于测量的不精确和运行中受环境因素的影响，不可避免地会引起系统特性或参数缓慢而不规则的漂移，所以在应用复杂性范式对各种类型控制系统进行设计时，都要考虑鲁棒性问题。如组织行为管理、制定战略规划、提供决策方案，生态系统的恢复性，动态平衡、遗传网络、遗传变异的阻尼，生物复杂性的发展定向进化进化的自动选择，免疫系统里的分布式反馈。神经系统，计算机网络系统，经济社会系统的经济博弈、社会制度、政治协议、体制机制等等。

Robustness 被音译为鲁棒性，已经成为历史级的笑柄了。不必在意，我们还是译为“健壮性”“抗扰性”“耐操性”就可以了，待这个鲁班的棒槌慢慢消失在历史中即可……

arabica阿拉比卡又被称为高山豆，与robusta罗布斯塔的区别是：arabica阿拉比卡香味更浓郁，没有苦涩味，咖啡油的含量适中，但是酸度较高，咖啡因的含量是robusta的30%-40%。robusta罗布斯塔香气较差，深焙后容易带有苦涩味，creama较多，但是酸度较低，咖啡因含量很高。参考资料由于咖啡果实在同一棵树上不是同一时间成熟的， 因此高质量的咖啡必然是手工采摘的。在世界上大约75%的咖啡是Arabica，但只有10%是能用做高档咖啡店使用的咖啡，如果从一个国家或地区生产出 来的咖啡豆，还未与其他咖啡豆混合过，我们称这样的咖啡豆为单一源头咖啡豆。Arabica咖啡树的种类包括：Bourbon，Typica，New modern nybrids caturra， Catimor and Variedad Colobiana。生长环境：咖啡的生长要求在无树丛的环境气候，降雨量为中型，和充足的阳光。世界上主要生长咖啡的区域为：美洲，非洲，阿拉伯地区和印度尼西亚地区。在这些地区中，有大约80个国家生长咖啡。咖啡树的果实成熟后会呈现娇艳欲滴的鲜红色，一般称之为“咖啡樱桃果（Coffee cherry）”，果实经过采摘处理之后，便可以去的“樱桃果”内的咖啡生豆，通常一颗果实内包覆着两颗椭圆形的生豆。果实内两颗生豆较平的一面对立称之为平豆（flatbean），有些咖啡树的果实内只包覆着一颗生豆，称之为单苞豆或圆豆（peabery）。咖啡树在植物学上，属于茜草科咖啡亚属的常绿树，而一般所俗称的咖啡豆，其实是咖啡树所结果实的种子，只因为形状像豆子，所以称为咖啡豆。气候是咖啡种植的决定性因素，咖啡树只适合生长在热带或亚热带，南北纬25度之间的地带。

TimTec 标准定时器模块技术robust standard deviation 稳健标准差 请采纳~~~

从上面的意思判断是某个需要的资源无法找到，如果是软件，删除后重新安装下。如果上述操作后还是一样，重装下系统即可恢复正常。

坚定的

SE/Robust vce(vcetype) vcetype may be conventional, robust, cluster clustvar, bootstrap, or jackknife 一般是用来产生稳健标准误的 常见是这样使用，vce(cluster，id)，id是截面识别符

robust design_翻译[英] [ru0259uu02c8bu028cst diu02c8zain][美] [rou02c8bu028cst du026au02c8zau026an][词典]坚稳设计[网络]稳健设计;健壮设计;稳健性设计;[例句]Applying robust design theory, steering mechanism of truck is designed.基于稳健设计理论对汽车转向机构进行了设计研究。

1.估计方法采用的是最小二乘的方法2。robust选项表明标准误经过怀特异方差修正，从而使结果更稳健。3。F 值越大，p值越低，也就是说所有系数的联合显著性越高，换句话说就是所有变量的系数都为零的可能性越低。

robust是调整异方差的用的时候样本要大点你想看加了robust回归后的调整的R2那么每次回归后输入die(r2_a)

1.估计方法采用的是最小二乘的方法2。robust选项表明标准误经过怀特异方差修正，从而使结果更稳健。3。F值越大，p值越低，也就是说所有系数的联合显著性越高，换句话说就是所有变量的系数都为零的可能性越低。

stata中robust是稳健性的意思。robust是调整异方差的，用的时候样本要大点。你想看加了robust回归后的调整的R2那么每次回归后输入die(r2_a)

stata面板数据回归的R2不是真实的R2所以不用担心而且你是随机效应回归如果是固定效应回归可以用areg命令得到真实的R2

不一样，2sls回归是指二阶段最小二乘回归，robust检验是稳健估计中的一种方法。两种方法SPSSAU里都可以进行操作分析。

可以输入 display "R2 = " e(r2_a)

robust是调整异方差的用的时候样本要大点 你想看加了robust回归后的调整的R2那么每次回归后输入di e(r2_a)

用R语言中的robustrao，需要使用到robust包和qcc包，先要下载好。我们使用的是robust包知道的stack.dat数据集进行分析，用R语言中的robustrao导入数据通过断点回归（RD），还可以用R语言的robustrao命令详解、设计前提条件内生分组等显著性检验、全套标准动作

方法如下1.固定效应模型用的是xttest3来检验异方差，结果显示P=0，存在异方差。用了xtreg??，fe? robust之后，回归系数并没有改变，Std. Err. 变了。请问之后还需要进行xttest3检验吗？ 还是加了robust后就OK了？2.我先检验是否存在遗漏变量，用的RESET检验，estat ovtest。但是这个检验只能在OLS回归后用，如果检验通过了，是否表明固定效用模型中也不存在遗漏变量？

我们在前面介绍了稳健性的含义，大家都知道稳健性设计（Robust Design）包括产品的稳健性设计和工艺的稳健性设计，但二者含义有所不同。 产品的稳健性设计的基本含义我在以前提到过，指的是设计的产品的功能和性能随着时间的老化和不同的使用环境下保持稳定，产品之间的差异很小，产品以低成本易于制造与装配。通过以下途径实现以低成本保证产品间小的差异小和易于制造/装配： 1. 通过参数设计，确定产品参数组合，减少与产品的性能强相关的产品参数的数量，即减少关键产品特性（KPC）的数量，但最终会确定少量的关键产品参数。 2. 针对非关键产品参数，设定较宽的零部件公差， 3. 针对关键参数，设定较窄的公差。 4. 结构上的防错设计，同时减少零部件数量等。 决定产品间性能差异的是关键产品特性分布的集中程度，也就是我们常说的过程能力。如何保证关键参数的过程能力呢？答案是工艺的稳健性，这所以我们需要稳健性工艺设计的原因。 大家都知道，任何制造工艺都是对产品设计意图的实现，重点是保证关键产品参数的高过程能力（最好是六西格玛水平）以及过程保持长期稳定的能力。 1. 针对关键产品参数，因为公差较窄，为达到一定的过程能力（六西格玛水平），需要使用高性能、高精密的设备以保证过程能力和长期稳定性。 2. 针对非关键产品参数，经过稳健性设计把零部件的公差放宽了，这样我们可以选择相对而言性能较差的设备，从而可以降低制造成本。但是，选择的设备仍然需要保证产品参数达到一定达到过程能力（3或4西格玛水平）和维持长期稳定的能力（即过程表现）。 3. 针对非量化产品特性（错装、漏装、装配不到位等），需要的防错装置以保证过程的稳健性。 工艺的稳健性设计其实还有一个目的，是对产品设计不足的弥补。为什么呢？在任何产品的稳健性设计过程中，囿于设计师经验和能力、设计流程、客观困难的局限，几乎100%的产品设计都不是完美的，或者由于满足某种功能的要求而做不到100%的稳健，这就需要过程设计对产品设计中的遗留问题进行弥补，比如在工艺中增加防错装置，对本应是非关键产品参数使用较高性能设备等。 总结一下，所谓稳健的工艺（Robust Process）是通过保证关键产品特性的集中分布从而实现产品之间小的变差的目的。换句话说，稳健工艺指的是具有一定的过程能力（关键产品特性六西格玛水平，非关键产品特性3或4西格玛水平），并能够长期维持该水平的过程，以及不依赖于人的技能的过程。 如何实现稳健性工艺呢？或者说如何设计出稳健性工艺呢？其实方法和产品的稳健性设计类似，也可以分为三个步骤： 1. 系统性设计：根据各种工艺的基本原理和经验（纯粹是技术性问题），选择能够满足关键产品特性（参数）过程能力要求（比如6西格玛水平）且能够维持长期稳定的高性能设备，即设备自身固有的性能，一般由设备制造商提供保证，比如注塑温度的稳定性（控制精度）、压力的稳定性（控制精度），位置精度、刀具的耐磨程度等。这一步骤最为关键。 2. 参数设计：根据经验或材料供应商的推荐，设置初始的工艺参数。通过各种实验设计的方法找到对关键产品特性（KPC）影响最大的工艺参数（关键控制特性KCC/RED X））和最佳工艺参数的组合，同时使各个工艺参数处于与KPC弱相关的范围内，也就是稳健工艺的窗口（Robust Proces Window，从而使工艺对于其它不可控因素/噪音不敏感，比如原材料或零件之间的变差（如硬度、密度、阻值、熔融指数、流动性、厚度）、环境（温度或湿度）的变化。此时可以取得最好的、最稳定的关键产品特性，也就是产品质量。这一步骤非常关键。 3. 容差设计：理论上讲工艺参数不应该有容差的，实际上为了适应4M中的原材料或零部件批次之间的较大的变差而允许对关键控制特性（KCC）进行微调进行补偿的范围，比如注塑的温度和压力及保压时间。 最后，强调一下保证过程稳健性的优先顺序：较强能力的设备>模具设计/工装设计 （含防错工装）> 工艺参数设置 。 2021 - 11 -10

robust是调整异方差的 用的时候样本要大点 你想看加了robust回归后的调整的R2 那么每次回归后 输入 di e(r2_a)

系统gmm用加robust。系统GMM在STATA中需要注意的点：1、必须要通过两个检验，AR1小于0.1，AR大于0.1;Hansen 大于0.1。2、代码中必须加robust，很多同学会出现不加robust，所有都是显著的，但是这是错的代码。注意事情：动态面板模型设定中将被解释变量的滞后项作为解释变量引入到回归模型中，使得模型具有动态解释能力，但模型中存在内生性问题。系统GMM 方法对原水平模型和差分变换后的模型同时进行估计，系统GMM 能够修正未观察到的异方差问题、遗漏变量偏差、测量误差和潜在的内生性问题。

作者将提出的方法与其它9种代谢组中常用的方法(包含t-test)进行比较，发现有较低的 misclassification error rates(MERs) 和较高的 AUC ，证明了该方法的优越性。 Github： https://github.com/nishithkumarpaul/Rvolcano 数据集由40行代谢物和40个样本组成，其中（癌症和健康组各20生物学重复） 我们查看下 foldChngCalc 该函数,可以看到主要是通过apply函数计算了 weightedMean 值，即加权平均数, 而不是我们常用的 mean (算术平均数)。 通过一个例子计算下，观察 weightedMean 函数和 mean 有啥区别，,我们创建一个正态分布的向量集x和一个含有较高离群值的向量集，分布计算一下结果。 使用 p.valcalc 函数进行差异分析，使用robust vesion的t-test获取p值，公式可以查看函数源码，用到了 weightedVar加权方差 。 log2foldchange和Pvalue都有了，直接使用 RobVolPlot 函数绘图 已经得到了log2foldchange和Pvalue数据了，我们就可以自己拿着数据绘制图形了 参考资料

更正一下，robust的比较级和最高级是more robust和the most robust。robuster是另一个单词了，表示强硬的人。robusted这个词正经说是不存在的，但在某些口语中也会出现，意思和robust一样。more robusted这样的语言不是正规的英文，只能说口语比较随心所欲。

管他什么区别，能用就行

稳健性的意思

1、坚固2、健壮3、乐百氏

stata中robust是稳健性的意思。robust是调整异方差的，用的时候样本要大点。你想看加了robust回归后的调整的R2那么每次回归后输入die(r2_a)

超强的稳定性

其基本意思是：强健的；强壮的；结实的；耐用的；健壮；稳健；但有时觉得又不太合适，所以好多文章中干脆用“鲁邦的”来表达