S-estimator til robust regression
S-estimatoren er en robust lineær regressionsmetode, introduceret af Rousseeuw og Yohai i 1984, der estimerer koefficienterne ved at minimere et robust M-estimat af residualskalaen snarere end residualernes varians. Ved at nedbringe et begrænset mål for residualspredning kan den opnå et breakdown point på op til 50%, så den forbliver pålidelig, selv når en stor del af dataene er outliers, og den udgør det første trin i den velkendte MM-estimator.
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
- Rousseeuw, P. J. & Yohai, V. J. (1984). Robust Regression by Means of S-Estimators. In Robust and Nonlinear Time Series Analysis (Lecture Notes in Statistics, Vol. 26, pp. 256-272). Springer. DOI: 10.1007/978-1-4615-7821-5_15 ↗
- Maronna, R. A., Martin, R. D., Yohai, V. J. & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687
Sådan citerer du denne side
ScholarGate. (2026, June 1). S-Estimator for Robust Regression. ScholarGate. https://scholargate.app/da/statistics/s-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.
- MM-estimering for robust regressionStatistik↔ compare
- Almindelig mindste kvadraters metode (OLS) regressionØkonometri↔ compare
- KvantilregressionØkonometri↔ compare
- Tau (τ) Estimator af RegressionStatistik↔ compare
- Theil-Sen EstimatorStatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →