Estimació MM per a la regressió robusta
L'estimador MM és un mètode robust de regressió lineal introduït per Victor J. Yohai el 1987. Combina el punt de trencament elevat d'un estimador S amb l'alta eficiència d'un estimador M, de manera que resisteix fortament els valors atípics alhora que utilitza les dades de manera eficient quan els errors són ben comportats.
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.
+2 more
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/ca/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.
- Regressió per mínim de la mediana dels quadrats (LMS)Estadística↔ compare
- Regressió per Mínims Quadrats Troncats (LTS)Estadística↔ compare
- Regressió per Mínims Quadrats Ordinàris (MQO)Econometria↔ compare
- Regressió RANSACEstadística↔ compare
- Estimador de Theil-SenEstadística↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →