Estimación MM para Regresión Robusta
El estimador MM es un método robusto de regresión lineal introducido por Victor J. Yohai en 1987. Combina el alto punto de ruptura de un S-estimador con la alta eficiencia de un M-estimador, por lo que resiste fuertemente los valores atípicos mientras utiliza los datos de manera eficiente cuando los errores se comportan bien.
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.
+2 more
Fuentes
- 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 ↗
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/es/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.
- Regresión por Mínima Mediana de los Cuadrados (LMS)Estadística↔ compare
- Regresión por Mínimos Cuadrados Recortados (LTS)Estadística↔ compare
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
- Regresión RANSACEstadística↔ compare
- Estimador de Theil-SenEstadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →