Robust multipel lineær regression
Robust multipel lineær regression estimerer den lineære sammenhæng mellem et kontinuerligt udfald og flere prædiktorer, samtidig med at den er resistent over for outliers og brud på normalitetsantagelsen. I stedet for at minimere summen af kvadrerede residualer anvender den en begrænset tabsfunkion — oftest Hubers eller Tukeys bisquare — så ekstreme observationer får begrænset indflydelse på de estimerede koefficienter.
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.
+1 more
Kilder
- Huber, P. J. (1964). Robust estimation of a location parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Maronna, R. A., Martin, R. D., & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. Wiley. ISBN: 978-0470010921
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Multiple Linear Regression. ScholarGate. https://scholargate.app/da/statistics/robust-multiple-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.
- Lasso-regressionMaskinlæring↔ compare
- Multipel lineær regressionStatistik↔ compare
- Almindelig mindste kvadraters metode (OLS) regressionØkonometri↔ compare
- KvantilregressionØkonometri↔ compare
- Ridge-regressionMaskinlæring↔ compare
- Robust RegressionStatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →