Tau (τ) Estimator af Regression
Tau-estimatoren er en robust lineær regressionsmetode introduceret af Yohai og Zamar i 1988, der tilpasser modellen ved at minimere en effektiv τ-skala af residualerne. Den bygger på skalaestimatet fra S-estimatoren for at kombinere et højt breakdown point med høj statistisk effektivitet og bruges ofte som et alternativ til MM-estimatoren i små stikprøver.
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
- Yohai, V. J., & Zamar, R. H. (1988). High Breakdown-Point Estimates of Regression by Means of the Minimization of an Efficient Scale. Journal of the American Statistical Association, 83(402), 406-413. DOI: 10.1080/01621459.1988.10478611 ↗
- Maronna, R. A., & Zamar, R. H. (2002). Robust Estimates of Location and Dispersion for High-Dimensional Datasets. Technometrics, 44(4), 307-317. DOI: 10.1198/004017002188618509 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Tau (τ) Estimator of Regression. ScholarGate. https://scholargate.app/da/statistics/tau-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.
- Mindste Trimmede Kvadraters (LTS) RegressionStatistik↔ compare
- MM-estimering for robust regressionStatistik↔ compare
- S-estimator til robust regressionStatistik↔ compare
- Theil-Sen EstimatorStatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →