Regression model

M-hinnangud (Robustne regressioon)

M-hinnangud on suurima tõenäosuse hinnangu robustne üldistus, mille formaliseeris Peter J. Huberi töö (Huber & Ronchetti, 2009). Selle asemel, et iga jääki ruutu tõsta, rakendatakse piiratud kahjufunktsiooni, nii et suurte jääkide mõju üksikutest andmepunktidest (outlier) vähendatakse, mitte ei lasta neil hinnangut domineerida.

Rakenda tööriistaga StatMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

The neighbourhood of related methods — select a node to explore.

M-hinnangud (Robustne regressioon)

Vähim kärbitud ruutude (…MM-estimatsioon robustse…Tavaline vähimruutude (O…Kvantiiilregressioon Ridge Regression Huberi regressioon

Allikad

Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link ↗
Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. link ↗

Kuidas sellele lehele viidata

ScholarGate. (2026, June 1). M-Estimators (Robust Regression). ScholarGate. https://scholargate.app/et/statistics/m-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.

Vähim kärbitud ruutude (LTS) regressioonStatistika↔ compare
MM-estimatsioon robustse regressiooni jaoksStatistika↔ compare
Tavaline vähimruutude (OLS) regressioonÖkonomeetria↔ compare
KvantiiilregressioonÖkonomeetria↔ compare
Ridge RegressionMasinõpe↔ compare

Compare side by side →

Sellele viitavad

Huberi regressioon

Märkasid sellel lehel viga? Teata sellest või paku parandust →