MM-оценка за робастна регресия
MM-оценката е робастен метод за линейна регресия, въведен от Виктор Дж. Йохай през 1987 г. Той съчетава високата точка на разрушаване на S-оценката с високата ефективност на M-оценката, така че силно устоява на екстремни стойности, като същевременно използва данните ефективно, когато грешките са добре разпределени.
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
- Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656. DOI: 10.1214/aos/1176350366 ↗
- Koller, M. & Stahel, W. A. (2011). Sharpening Wald-type Inference in Robust Regression for Small Samples. Computational Statistics & Data Analysis, 55(8), 2504-2515. DOI: 10.1016/j.csda.2011.02.014 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/bg/statistics/mm-estimator
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
- Регресия на най-малките отрязани квадрати (LTS)Статистика↔ сравняване
- Метод на най-малките квадрати (МНК)Иконометрия↔ сравняване
- RANSAC регресияСтатистика↔ сравняване
- Оценител на Theil-SenСтатистика↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →