المتين والكمي
18 طرق في هذه العائلة.
مميزة
الأخطاء المعيارية المقاومة لعدم التجانس (HC)Heteroscedasticity-robust standard errors are a correction to the covariance matrix of an OLS regression that yields valid inference when the error variance is not constant. Introdانحدار هابر (Huber Regression)Huber regression is a robust linear regression method, introduced by Peter J. Huber in 1964, that resists the influence of outliers by treating small and large residuals differentlانحدار المربعات الصغرى المشذبة (LTS)Least Trimmed Squares is a robust linear regression method introduced by Peter J. Rousseeuw in 1984. Instead of fitting all residuals, it estimates the coefficients by minimising tتقديرات M (الانحدار القوي)M-estimators are a robust generalisation of maximum likelihood estimation, formalised in the work of Peter J. Huber (Huber & Ronchetti, 2009). Instead of squaring every residual, tتقدير MM للانحدار القويThe MM-estimator is a robust linear regression method introduced by Victor J. Yohai in 1987. It combines the high breakdown point of an S-estimator with the high efficiency of an Mانحدار الكميات (الصيغ غير المعلمية)Quantile regression, introduced by Koenker and Bassett in 1978, models a chosen conditional quantile (such as the median or the 25th and 75th percentiles) of a continuous outcome r
مسار القراءة
أكثر مناهج هذا الموضوع تأسيساً ومرجعيةً، مرتَّبةً بحسب تطوّرها التاريخي — نقطة انطلاق مناسبة إن كنت جديداً هنا.
جميع الطرق 18
الأخطاء المعيارية المقاومة لعدم التجانس (HC)انحدار هابر (Huber Regression)انحدار المربعات الصغرى المشذبة (LTS)تقديرات M (الانحدار القوي)تقدير MM للانحدار القويانحدار الكميات (الصيغ غير المعلمية)انحدار RANSACالبحث التفسيري المتينتعزيز التدرج القويLightGBM المعزز بالمتانة (Robust LightGBM)الانحدار الخطي المتينانحدار الكمي القويالانحدار القويتصميم الانحدار القوي للانقطاعXGBoost القوي (Robust XGBoost)مُقدِّر S للانحدار القوي (S-Estimator for Robust Regression)مقدّر ثيل-سنتقدير W للانحدار القوي (ويلش / توكي ثنائي التربيع)