MM-Schätzung für robuste Regression
Der MM-Schätzer ist eine robuste Methode der linearen Regression, die 1987 von Victor J. Yohai eingeführt wurde. Sie kombiniert den hohen Ausreißerpunkt (Breakdown Point) eines S-Schätzers mit der hohen Effizienz eines M-Schätzers, sodass sie Ausreißer stark widersteht und gleichzeitig die Daten effizient nutzt, wenn die Fehler gutartig sind.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Quellen
- Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656. DOI: 10.1214/aos/1176350366 ↗
- Koller, M. & Stahel, W. A. (2011). Sharpening Wald-type Inference in Robust Regression for Small Samples. Computational Statistics & Data Analysis, 55(8), 2504-2515. DOI: 10.1016/j.csda.2011.02.014 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/de/statistics/mm-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.
- Kleinste-Median-der-Quadrate-Regression (LMS)Statistik↔ compare
- Least Trimmed Squares (LTS)-RegressionStatistik↔ compare
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ compare
- RANSAC-RegressionStatistik↔ compare
- Theil-Sen-SchätzerStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →