MM-estimatsioon robustse regressiooni jaoks
MM-estimaator on robustne lineaarregressiooni meetod, mille võttis 1987. aastal kasutusele Victor J. Yohai. See ühendab S-estimaatori kõrge purunemispunkti (breakdown point) M-estimaatori kõrge efektiivsusega, mistõttu see peab tugevalt vastu äärmuslikele väärtustele (outliers), kasutades samal ajal andmeid tõhusalt, kui vead on väikesed.
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
- Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656. DOI: 10.1214/aos/1176350366 ↗
- Koller, M. & Stahel, W. A. (2011). Sharpening Wald-type Inference in Robust Regression for Small Samples. Computational Statistics & Data Analysis, 55(8), 2504-2515. DOI: 10.1016/j.csda.2011.02.014 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/et/statistics/mm-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 ruutkeskmiste jääkide regressioon (LMS)Statistika↔ compare
- Vähim kärbitud ruutude (LTS) regressioonStatistika↔ compare
- Tavaline vähimruutude (OLS) regressioonÖkonomeetria↔ compare
- RANSAC-regressioonStatistika↔ compare
- Theil-Seni hinnangStatistika↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →