Regressió Lineal Robusta
La regressió lineal robusta ajusta un model lineal entre predictors i un resultat continu, tot reduint el pes o descartant valors atípics influents, evitant així que les poques observacions anòmales a què l'OLS és cèlebrement sensible distorsionin tota la línia estimada. Les variants principals inclouen la regressió de Huber, els mínims quadrats iterativament reajustats (IRLS), RANSAC i l'estimació de Theil-Sen.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Fonts
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0-471-85233-9
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust Linear Regression (Outlier-Resistant Estimation). ScholarGate. https://scholargate.app/ca/machine-learning/robust-linear-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.
- Regressió de HuberEstadística↔ compare
- Regressió LassoAprenentatge automàtic↔ compare
- Regressió Lineal (ML)Aprenentatge automàtic↔ compare
- Regressió quantílicaEconometria↔ compare
- Regressió Lineal RegularitzadaAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →