MM-estimaattori vankalle regressiolle
MM-estimaattori on Victor J. Yohain vuonna 1987 esittelemä vankka lineaarisen regressiomenetelmä. Se yhdistää S-estimaattorin korkean rikkoutumispisteen ja M-estimaattorin korkean tehokkuuden, joten se vastustaa voimakkaasti poikkeamia samalla kun se käyttää dataa tehokkaasti, kun virheet ovat hyvin käyttäytyviä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/fi/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.
- Pienimmän neliösummaregressio (LMS)Tilastotiede↔ compare
- Vähiten katkaistujen neliöiden (LTS) regressioTilastotiede↔ compare
- OLS-regressio (Ordinary Least Squares)Ekonometria↔ compare
- RANSAC-regressioTilastotiede↔ compare
- Theil-Senin estimaattoriTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →