Regression modelRegression / GLM

Regresión Robusta de Ridge

La regresión robusta de Ridge combina la M-estimación con la regularización L2 (ridge) para producir estimaciones de coeficientes que son simultáneamente resistentes a valores atípicos y estables ante la multicolinealidad. Minimiza una función de pérdida robusta (como la de Huber) penalizada por la norma al cuadrado del vector de coeficientes, reduciendo el peso de las observaciones influyentes mientras encoge los predictores correlacionados hacia cero.

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. Silvapulle, M. J. (1991). Robust ridge regression based on an M-estimator. Australian Journal of Statistics, 33(3), 319–333. link
  2. Ridge regression. Wikipedia. link

Cómo citar esta página

ScholarGate. (2026, June 3). Robust Ridge Regression. ScholarGate. https://scholargate.app/es/statistics/robust-ridge-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.

Compare side by side
ScholarGateRobust Ridge regression (Robust Ridge Regression). Recuperado el 2026-06-15 de https://scholargate.app/es/statistics/robust-ridge-regression · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026