Regression model

Estimadores M (Regresión Robusta)

Los estimadores M son una generalización robusta de la estimación por máxima verosimilitud, formalizada en el trabajo de Peter J. Huber (Huber & Ronchetti, 2009). En lugar de elevar al cuadrado cada residuo, aplican una función de pérdida acotada para que los residuos grandes de los valores atípicos se ponderen a la baja en lugar de permitir que dominen el ajuste.

Aplicar con StatMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link
  2. Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. link

Cómo citar esta página

ScholarGate. (2026, June 1). M-Estimators (Robust Regression). ScholarGate. https://scholargate.app/es/statistics/m-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

Citado por

ScholarGateM-Estimator (M-Estimators (Robust Regression)). Recuperado el 2026-06-15 de https://scholargate.app/es/statistics/m-estimator · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026