Robust logistisk regression
Robust logistisk regression er en variant af logistisk regression, der er resistent over for outliers og leverage points, og som tilpasser et binært eller kategorisk udfald med Mallows-type vægtet estimering. Det robuste rammeværk for generaliserede lineære modeller blev udviklet af Cantoni og Ronchetti (2001), med en vægtningsmetode senere forfinet af Bondell (2008).
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Cantoni, E. & Ronchetti, E. (2001). Robust Inference for Generalized Linear Models. Journal of the American Statistical Association, 96(455), 1022-1030. DOI: 10.1198/016214501753209004 ↗
- Bondell, H. D. (2008). Robust Logistic Regression Using a Weighting Approach. Biometrics, 64(2), 421-427. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Robust Logistic Regression (Mallows-Type Weighted Estimation). ScholarGate. https://scholargate.app/da/statistics/robust-logistic-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.
- Logistisk regressionForskningsstatistik↔ compare
- MM-estimering for robust regressionStatistik↔ compare
- Almindelig mindste kvadraters metode (OLS) regressionØkonometri↔ compare
- KvantilregressionØkonometri↔ compare
- Robust TidsserieanalyseStatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →