Robust multinomial logistic regression
Robust multinomial logistic regression laajentaa standardia multinomialista logit-mallia käsittelemään poikkeavia havaintoja, vaikuttavia havaintoja ja vastejakauman lievää virheellistä määrittelyä. Se korvaa tavanomaiset suurimman uskottavuuden pisteytysyhtälöt rajoitetun vaikutuksen funktioilla (M-estimaatio) tai yhdistää suurimman uskottavuuden ja sandwich-varianssiestimaattorit siten, että pieni osuus epätavallisia tapauksia ei voi vääristää estimoituja log-odds-suhteita eri tulosluokkien välillä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Multinomial Logistic Regression. ScholarGate. https://scholargate.app/fi/statistics/robust-multinomial-logistic-regression
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.
- Yleistetty lineaarinen malli (GLM)Tilastotiede↔ compare
- Multinomiaalinen logistinen regressioTilastotiede↔ compare
- Ordinaalinen logistinen regressioTilastotiede↔ compare
- Robustti logistinen regressioTilastotiede↔ compare
- Robust RegressionTilastotiede↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →