Modèle linéaire généralisé robuste
Un modèle linéaire généralisé (GLM) robuste adapte la famille standard des GLM — linéaire, logistique, Poisson, et autres — en utilisant des équations d'estimation de type M qui réduisent le poids des observations aberrantes ou influentes. Le résultat est un ensemble d'estimations de coefficients et d'erreurs standard qui restent stables même lorsqu'une minorité de points de données s'écarte fortement de la distribution supposée.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Heritier, S., Cantoni, E., Copt, S., & Victoria-Feser, M.-P. (2009). Robust Methods in Biostatistics. Wiley. ISBN: 978-0470027264
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Generalized Linear Model. ScholarGate. https://scholargate.app/fr/statistics/robust-generalized-linear-model
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.
- Modèle Linéaire Généralisé (GLM)Statistique↔ compare
- Régression logistique robusteStatistique↔ compare
- Régression linéaire multiple robusteStatistique↔ compare
- Régression de Poisson robusteStatistique↔ compare
- Régression RobusteStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →