Regresión lineal múltiple robusta
La regresión lineal múltiple robusta estima la relación lineal entre un resultado continuo y varios predictores, siendo resistente a valores atípicos y a violaciones del supuesto de normalidad. En lugar de minimizar la suma de los residuos al cuadrado, utiliza una función de pérdida acotada —más comúnmente la de Huber o la bisquare de Tukey— de modo que las observaciones extremas tengan una influencia limitada en los coeficientes estimados.
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.
+1 more
Fuentes
- Huber, P. J. (1964). Robust estimation of a location parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Maronna, R. A., Martin, R. D., & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. Wiley. ISBN: 978-0470010921
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Multiple Linear Regression. ScholarGate. https://scholargate.app/es/statistics/robust-multiple-linear-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 LassoAprendizaje automático↔ compare
- Regresión Lineal MúltipleEstadística↔ compare
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
- Regresión CuantílicaEconometría↔ compare
- Regresión RidgeAprendizaje automático↔ compare
- Regresión RobustaEstadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →