Vähim kärbitud ruutude (LTS) regressioon
Vähim kärbitud ruutude (Least Trimmed Squares, LTS) on robustne lineaarregressiooni meetod, mille võttis kasutusele Peter J. Rousseeuw 1984. aastal. Selle asemel, et sobitada kõiki jääke, hindab see koefitsiente, minimeerides vaid h väikseima ruutjäägi summa, mis annab sellele purunemispunkti kuni 50% ja usaldusväärsed hinnangud andmetel, mis on tugevalt saastunud äärmuslike väärtustega.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Allikad
- Rousseeuw, P. J. (1984). Least Median of Squares Regression. Journal of the American Statistical Association, 79(388), 871-880. DOI: 10.1080/01621459.1984.10477105 ↗
- Rousseeuw, P. J., & Van Driessen, K. (2006). Computing LTS Regression for Large Data Sets. Data Mining and Knowledge Discovery, 12, 29-45. DOI: 10.1007/s10618-005-0024-4 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Least Trimmed Squares (LTS) Regression. ScholarGate. https://scholargate.app/et/statistics/least-trimmed-squares
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.
- Vähim ruutkeskmiste jääkide regressioon (LMS)Statistika↔ compare
- Tavaline vähimruutude (OLS) regressioonÖkonomeetria↔ compare
- KvantiiilregressioonÖkonomeetria↔ compare
- RANSAC-regressioonStatistika↔ compare
- Theil-Seni hinnangStatistika↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →