ScholarGate
সহকারী
Regression modelRegression / GLM

শক্তিশালী কোয়ান্টাইল রিগ্রেশন

শক্তিশালী কোয়ান্টাইল রিগ্রেশন একটি প্রতিক্রিয়া চলকের শর্তাধীন কোয়ান্টাইলগুলির অনুমান করে এবং একই সাথে আউটলায়ারগুলির প্রভাব কমিয়ে দেয়। স্ট্যান্ডার্ড কোয়ান্টাইল রিগ্রেশনের অসম লস ফাংশন এবং সীমিত-প্রভাব বা এম-অনুমান ওজনগুলির সমন্বয় করে, এটি চরম পর্যবেক্ষণ বা ভারী-লেজযুক্ত ত্রুটির বন্টন ডেটাতে থাকলেও নির্ভরযোগ্য কোয়ান্টাইল অনুমান সরবরাহ করে।

StatMind দিয়ে প্রয়োগ করুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

The neighbourhood of related methods — select a node to explore.

উৎস

  1. Koenker, R. (2005). Quantile Regression. Cambridge University Press. ISBN: 978-0521608275
  2. Machado, J. A. F. (1993). Robust model selection and M-estimation. Econometric Theory, 9(3), 478–493. DOI: 10.1017/S0266466600007775

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 3). Robust Quantile Regression. ScholarGate. https://scholargate.app/bn/statistics/robust-quantile-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.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateRobust Quantile Regression (Robust Quantile Regression). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/statistics/robust-quantile-regression · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026