Metodin todisteiden tietue

Huber Regression

Huber regression is a robust linear regression method, introduced by Peter J. Huber in 1964, that resists the influence of outliers by treating small and large residuals differently. It applies a squared (OLS-like) loss to small residuals and a milder absolute-value loss to large ones, so extreme observations cannot dominate the fit.

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

Huber Robust Regression (M-estimation)

Taksonominen metoditietue · regression-model / statistics

Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. · DOI 10.1214/aoms/1177703732
Hampel, F. R., Ronchetti, E. M., Rousseeuw, P. J., & Stahel, W. A. (1986). Robust Statistics: The Approach Based on Influence Functions. Wiley. · ISBN 978-0471735779

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Same method familyLeast Trimmed Squaresmachine-suggested · Relational suggestion, not evidence.Same method familyM-Estimatormachine-suggested · Relational suggestion, not evidence.Same method familyMM-Estimatormachine-suggested · Relational suggestion, not evidence.Same method familyOLS Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyQuantile Regressionmachine-suggested · Relational suggestion, not evidence.