Robuste einfache lineare Regression
Robuste einfache lineare Regression passt eine Gerade durch bivariate Daten unter Verwendung von Verlustfunktionen oder Gewichtungsschemata, die Ausreißer heruntergewichten, und liefert Steigungs- und Achsenabschnittsschätzungen, die weit weniger empfindlich auf extreme Beobachtungen reagieren als die gewöhnlichen kleinsten Quadrate, während sie leicht zu interpretieren bleiben.
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
- Rousseeuw, P. J., & Leroy, A. M. (1987). Robust Regression and Outlier Detection. John Wiley & Sons. ISBN: 978-0471852339
- Huber, P. J. (1964). Robust estimation of a location parameter. The Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Simple Linear Regression. ScholarGate. https://scholargate.app/de/statistics/robust-simple-linear-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.
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ compare
- Quantile RegressionÖkonometrie↔ compare
- Robuste multiple lineare RegressionStatistik↔ compare
- Robuste RegressionStatistik↔ compare
- Theil-Sen-SchätzerStatistik↔ compare
- Gewichtete Kleinste Quadrate (GKS)Statistik↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →