ScholarGate
Assistent
Regression model

Sn and Qn Robust Scale Estimators

Anstatt die Streuung anhand der Abstände jedes Punktes vom Zentrum zu messen, betrachten diese Schätzer die paarweisen Abstände zwischen den Beobachtungen selbst. Sn nimmt für jeden Punkt den Median der Abstände zu allen anderen und nimmt dann den Median dieser Werte. Qn geht weiter und wählt einen Wert niedriger Ordnung aus den sortierten paarweisen Abständen. Da keiner von beiden auf einem einzelnen Mittelwert oder einem symmetrischen Bezugspunkt beruht, kann eine Handvoll extremer Beobachtungen den Schätzwert nicht verzerren.

Mit StatMind anwendenDemnächstVideoDemnächstFolien herunterladen

Die vollständige Methode lesen

Nur für Mitglieder

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

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  1. Rousseeuw, P. J., & Croux, C. (1993). Alternatives to the Median Absolute Deviation. Journal of the American Statistical Association, 88(424), 1273-1283. DOI: 10.1080/01621459.1993.10476408

So zitieren Sie diese Seite

ScholarGate. (2026, June 1). Sn and Qn Robust Scale Estimators. ScholarGate. https://scholargate.app/de/statistics/sn-qn-estimators

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen

Referenziert von

ScholarGateSn and Qn Scale Estimators (Sn and Qn Robust Scale Estimators). Abgerufen am 2026-06-15 von https://scholargate.app/de/statistics/sn-qn-estimators · Datensatz: https://doi.org/10.5281/zenodo.20539026