huber M估计的matlab代码实现

以下是Huber M估计的MATLAB代码实现：

function beta = huber_m(x,y,delta,max_iter,tol)
% Inputs:
% x: matrix of predictor variables
% y: vector of response variable
% delta: Huber tuning parameter
% max_iter: maximum number of iterations
% tol: convergence tolerance
% Output:
% beta: vector of estimated coefficients

% Set initial values
[n,p] = size(x);
beta = zeros(p,1);
z = x*beta;
w = ones(n,1);
iter = 0;

while iter < max_iter
    iter = iter + 1;
    beta_old = beta;
    r = y - z;
    w(abs(r) <= delta) = 1;
    w(abs(r) > delta) = delta./abs(r(abs(r) > delta));
    w(isnan(w)) = 0;
    v = diag(w);
    beta = (x'*v*x)\x'*(v*y);
    z = x*beta;
    if norm(beta - beta_old) < tol
        break
    end
end
end

其中，`x`是自变量矩阵，`y`是因变量向量，`delta`是Huber调节参数，`max_iter`是最大迭代次数，`tol`是收敛阈值。函数返回估计的系数向量`beta`。

该代码实现的是标准的Huber M估计方法，可以通过修改`w`的计算方式来实现不同的Huber方法，如Huber-White估计等。