Regresión lineal simple robusta
La regresión lineal simple robusta ajusta una línea recta a datos bivariados utilizando funciones de pérdida o esquemas de ponderación que reducen el peso de los valores atípicos, produciendo estimaciones de pendiente e intercepto mucho menos sensibles a observaciones extremas que los mínimos cuadrados ordinarios, a la vez que mantienen su facilidad de interpretación.
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
- Rousseeuw, P. J., & Leroy, A. M. (1987). Robust Regression and Outlier Detection. John Wiley & Sons. ISBN: 978-0471852339
- Huber, P. J. (1964). Robust estimation of a location parameter. The Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Simple Linear Regression. ScholarGate. https://scholargate.app/es/statistics/robust-simple-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 por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
- Regresión CuantílicaEconometría↔ compare
- Regresión lineal múltiple robustaEstadística↔ compare
- Regresión RobustaEstadística↔ compare
- Estimador de Theil-SenEstadística↔ compare
- Mínimos Cuadrados Ponderados (WLS)Estadística↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →