ScholarGate
Assistent
Regression modelRegression / GLM

Robustes Generalisiertes Lineares Modell

Ein Robuster Generalisierter Linearer Modell (Robust Generalized Linear Model, RGLM) passt die Standardfamilie der GLMs – linear, logistisch, Poisson und andere – mittels M-Schätzgleichungen an, welche Ausreißer oder einflussreiche Beobachtungen abwerten. Das Ergebnis sind Koeffizientenschätzungen und Standardfehler, die stabil bleiben, selbst wenn eine Minderheit von Datenpunkten stark von der angenommenen Verteilung abweicht.

Mit StatMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. Heritier, S., Cantoni, E., Copt, S., & Victoria-Feser, M.-P. (2009). Robust Methods in Biostatistics. Wiley. ISBN: 978-0470027264
  2. 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

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Robust Generalized Linear Model. ScholarGate. https://scholargate.app/de/statistics/robust-generalized-linear-model

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.

Compare side by side

Referenziert von

ScholarGateRobust Generalized linear model (Robust Generalized Linear Model). Abgerufen am 2026-06-15 von https://scholargate.app/de/statistics/robust-generalized-linear-model · Datensatz: https://doi.org/10.5281/zenodo.20539026