Robustinen moninkertainen lineaariregressio
Robustinen moninkertainen lineaariregressio estimoi jatkuvan vastemuuttujan ja useiden selittävien muuttujien välistä lineaarista suhdetta siten, että se kestää poikkeavia havaintoja ja normaliteettioletuksen rikkomuksia. Sen sijaan, että se minimoisi neliöityjen residuaalien summan, se käyttää rajoitettua häviöfunktiota – yleisimmin Huberin tai Tukeyn bisquare-funktiota – jotta äärimmäisillä havainnoilla olisi rajallinen vaikutus estimoituihin kertoimiin.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Lähteet
- Huber, P. J. (1964). Robust estimation of a location parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Maronna, R. A., Martin, R. D., & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. Wiley. ISBN: 978-0470010921
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Multiple Linear Regression. ScholarGate. https://scholargate.app/fi/statistics/robust-multiple-linear-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.
- Lasso-regressioKoneoppiminen↔ compare
- Monimuuttujainen lineaarinen regressioTilastotiede↔ compare
- OLS-regressio (Ordinary Least Squares)Ekonometria↔ compare
- KvanttiiliregressioEkonometria↔ compare
- HarjanneregressioKoneoppiminen↔ compare
- Robust RegressionTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →