Regresión de Huber
La regresión de Huber es un método de regresión lineal robusta, introducido por Peter J. Huber en 1964, que resiste la influencia de valores atípicos al tratar los residuos pequeños y grandes de manera diferente. Aplica una pérdida cuadrática (similar a MCO) a los residuos pequeños y una pérdida de valor absoluto más suave a los grandes, de modo que las observaciones extremas no puedan dominar el ajuste.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
- Hampel, F. R., Ronchetti, E. M., Rousseeuw, P. J., & Stahel, W. A. (1986). Robust Statistics: The Approach Based on Influence Functions. Wiley. ISBN: 978-0471735779
Cómo citar esta página
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/es/statistics/huber-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.
- Regresión por Mínimos Cuadrados Recortados (LTS)Estadística↔ compare
- Estimadores M (Regresión Robusta)Estadística↔ compare
- Estimación MM para Regresión RobustaEstadística↔ compare
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
- Regresión CuantílicaEconometría↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →