Регресия на Хюбер
Регресията на Хюбер е робастен метод за линейна регресия, въведен от Петер Й. Хюбер през 1964 г., който устоява на влиянието на екстремни стойности, като третира малки и големи остатъци по различен начин. Той прилага квадратична (подобна на ОНМ) загуба към малките остатъци и по-мека загуба на абсолютна стойност към големите, така че екстремните наблюдения не могат да доминират модела.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
- Hampel, F. R., Ronchetti, E. M., Rousseeuw, P. J., & Stahel, W. A. (1986). Robust Statistics: The Approach Based on Influence Functions. Wiley. ISBN: 978-0471735779
Как да цитирате тази страница
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/bg/statistics/huber-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Регресия на най-малките отрязани квадрати (LTS)Статистика↔ compare
- M-оценки (Устойчива регресия)Статистика↔ compare
- MM-оценка за робастна регресияСтатистика↔ compare
- Метод на най-малките квадрати (МНК)Иконометрия↔ compare
- Квантилна регресияИконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →