我正在使用robust::lmRob()。
lmRob()的文档非常清楚，示例运行良好（对于文档和示例，请参阅here）
基于此，我原以为这个简单的脚本会起作用，但是它失败了＆＃39; msg.UCV＆＃39;找不到
library(robust)
xx = c(c(2.1111,3.1111,4.1111),seq(1,7,by=0.3))
yy = 0.5+1.5*xx
yy[1] = -21; yy[2] = 0; yy[3] = -10
df = data.frame(x=xx,y=yy)
mf = lmRob(y~x, data=df)
请注意，数据是21个完全线性的行，加上三个异常值。
如果使用
yy = 0.5+1.5*xx + 0.01*xx^2
然后不会出现错误。
我会切换到robustbase::lmrob()，但lmRob.fit.compute()似乎做了一些公平nontrivial things。
防止近线性数据导致程序错误的防御性编程技术是什么？