Metodin todisteiden tietue

M-Estimator

M-estimators are a robust generalisation of maximum likelihood estimation, formalised in the work of Peter J. Huber (Huber & Ronchetti, 2009). Instead of squaring every residual, they apply a bounded loss function so that large residuals from outliers are down-weighted rather than allowed to dominate the fit.

Sources recorded, not reviewed

Lähdetietue

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

M-Estimators (Robust Regression)

Taksonominen metoditietue · regression-model / statistics

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 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.See alsoRidge Regressionmachine-suggested · Relational suggestion, not evidence.