Robust Multinomial Logistic Regression
Robust multinomial logistic regression extends the standard multinomial logit model to handle outliers, influential observations, and mild misspecification of the response distribution. It replaces the conventional maximum likelihood score equations with bounded influence functions (M-estimation) or pairs maximum likelihood with sandwich variance estimators, so that a small fraction of anomalous cases cannot distort the estimated log-odds ratios across outcome categories.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- Cantoni, E., & Ronchetti, E. (2001). Robust inference for generalized linear models. Journal of the American Statistical Association, 96(455), 1022–1030. · DOI 10.1198/016214501753209004
- Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. · ISBN 978-0471360933
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.