ScholarGate
Βοηθός
Regression model

Εκτίμηση MM για Ανθεκτική Παλινδρόμηση

Ο εκτιμητής MM είναι μια ανθεκτική μέθοδος γραμμικής παλινδρόμησης που εισήχθη από τον Victor J. Yohai το 1987. Συνδυάζει το υψηλό σημείο διάσπασης ενός εκτιμητή S με την υψηλή αποδοτικότητα ενός εκτιμητή M, επομένως αντιστέκεται ισχυρά στα ακραία σημεία, ενώ ταυτόχρονα χρησιμοποιεί τα δεδομένα αποδοτικά όταν τα σφάλματα είναι καλά συμπεριφερόμενα.

Εφαρμογή με το StatMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

+2 more

Πηγές

  1. Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656. DOI: 10.1214/aos/1176350366
  2. Koller, M. & Stahel, W. A. (2011). Sharpening Wald-type Inference in Robust Regression for Small Samples. Computational Statistics & Data Analysis, 55(8), 2504-2515. DOI: 10.1016/j.csda.2011.02.014

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/el/statistics/mm-estimator

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

Αναφέρεται από

ScholarGateMM-Estimator (MM-Estimation for Robust Regression). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/mm-estimator · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026