Регресия на най-малките отрязани квадрати (LTS)
Най-малките отрязани квадрати (LTS) е робустен метод за линейна регресия, въведен от Петер Й. Русеу през 1984 г. Вместо да напасва всички остатъци, той оценява коефициентите, като минимизира сумата само на h-те най-малки квадратични остатъци, което му дава точка на прекъсване до 50% и надеждни оценки при данни, силно замърсени от екстремни стойности.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
+2 още
Източници
- Rousseeuw, P. J. (1984). Least Median of Squares Regression. Journal of the American Statistical Association, 79(388), 871-880. DOI: 10.1080/01621459.1984.10477105 ↗
- Rousseeuw, P. J., & Van Driessen, K. (2006). Computing LTS Regression for Large Data Sets. Data Mining and Knowledge Discovery, 12, 29-45. DOI: 10.1007/s10618-005-0024-4 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Least Trimmed Squares (LTS) Regression. ScholarGate. https://scholargate.app/bg/statistics/least-trimmed-squares
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Регресия с най-малък медиан на квадратите (LMS)Статистика↔ сравняване
- Метод на най-малките квадрати (МНК)Иконометрия↔ сравняване
- Квантилна регресияИконометрия↔ сравняване
- RANSAC регресияСтатистика↔ сравняване
- Оценител на Theil-SenСтатистика↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →