Robustes lineares Modell mit gemischten Effekten
Das robuste gemischte Modell ist ein gemischtes Linear-Effekt-Modell für Panel- und wiederholte Messdaten, das Ausreißer und Fehler mit schweren Rändern toleriert. Es ersetzt die übliche Likelihoodfunktion durch Schätzgleichungen mit begrenztem Einfluss, aufbauend auf der robusten eingeschränkten Maximum-Likelihood-Schätzung von Richardson und Welsh (1995) und der robustlmm-Implementierung von Koller (2016).
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.
Quellen
- Koller, M. (2016). robustlmm: An R Package for Robust Estimation of Linear Mixed-Effects Models. Journal of Statistical Software, 75(6), 1-24. DOI: 10.18637/jss.v075.i06 ↗
- Richardson, A. M. & Welsh, A. H. (1995). Robust Restricted Maximum Likelihood in Mixed Linear Models. Biometrics, 51(4), 1429-1439. DOI: 10.2307/2533273 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Robust Linear Mixed-Effects Model. ScholarGate. https://scholargate.app/de/statistics/robust-mixed-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.
- Heteroskedastizitätsrobuste (HC) StandardfehlerStatistik↔ compare
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ compare
- Paneldaten-Fixed-Effects-ModellÖkonometrie↔ compare
- Permutationstest (Randomisierungstest)Statistik↔ compare
- Robuste RegressionStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →