Huberova regrese
Huberova regrese je robustní metoda lineární regrese, kterou v roce 1964 zavedl Peter J. Huber. Tato metoda odolává vlivu odlehlých hodnot tím, že rozlišuje mezi malými a velkými rezidui. Pro malá rezidua používá kvadratickou ztrátu (podobnou OLS) a pro velká rezidua mírnější ztrátu absolutní hodnoty, takže extrémní pozorování nemohou ovlivnit výsledný model.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
- Hampel, F. R., Ronchetti, E. M., Rousseeuw, P. J., & Stahel, W. A. (1986). Robust Statistics: The Approach Based on Influence Functions. Wiley. ISBN: 978-0471735779
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/cs/statistics/huber-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.
- Regrese nejmenších ořezaných čtverců (Least Trimmed Squares, LTS)Statistika↔ compare
- M-odhadové funkce (Robustní regrese)Statistika↔ compare
- MM-odhad pro robustní regresiStatistika↔ compare
- Regrese metodou ordinárních nejmenších čtverců (OLS)Ekonometrie↔ compare
- Kvantilová regreseEkonometrie↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →