MM-Estimation for Robust Regression
MM-estimator হলো একটি শক্তিশালী লিনিয়ার রিগ্রেশন পদ্ধতি যা ১৯৮৭ সালে Victor J. Yohai প্রবর্তন করেন। এটি একটি S-estimator-এর উচ্চ ব্রেকডাউন পয়েন্ট এবং একটি M-estimator-এর উচ্চ দক্ষতার সমন্বয় সাধন করে, তাই এটি আউটলায়ারদের দৃঢ়ভাবে প্রতিরোধ করে এবং ত্রুটিগুলি সুশৃঙ্খল থাকলে ডেটা দক্ষতার সাথে ব্যবহার করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/bn/statistics/mm-estimator
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.
- Least Median of Squares (LMS) রিগ্রেশনপরিসংখ্যান↔ compare
- Least Trimmed Squares (LTS) Regressionপরিসংখ্যান↔ compare
- সাধারণ ন্যূনতম বর্গক্ষেত্র (OLS) রিগ্রেশনঅর্থমিতি↔ compare
- RANSAC রিগ্রেশনপরিসংখ্যান↔ compare
- Theil-Sen Estimatorপরিসংখ্যান↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →