Robuste multinominale logistische Regression
Die robuste multinominale logistische Regression erweitert das Standardmodell des multinomialen Logits, um Ausreißer, einflussreiche Beobachtungen und leichte Fehlmodellierung der Antwortverteilung zu handhaben. Sie ersetzt die konventionellen Maximum-Likelihood-Score-Gleichungen durch begrenzte Einflussfunktionen (M-Schätzung) oder kombiniert Maximum-Likelihood mit Sandwich-Varianzschätzern, sodass ein kleiner Bruchteil anomaler Fälle die geschätzten Log-Odds-Verhältnisse über die Ergebnis-Kategorien hinweg nicht verzerren kann.
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
- 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 ↗
- Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Multinomial Logistic Regression. ScholarGate. https://scholargate.app/de/statistics/robust-multinomial-logistic-regression
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.
- Generalisiertes Lineares Modell (GLM)Statistik↔ compare
- Multinomiale logistische RegressionStatistik↔ compare
- Ordinal-Logistische RegressionStatistik↔ compare
- Robuste Logistische RegressionStatistik↔ compare
- Robuste RegressionStatistik↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →