Regression model

Estimateur Tau (τ) de régression

L'estimateur Tau est une méthode de régression linéaire robuste introduite par Yohai et Zamar en 1988 qui ajuste le modèle en minimisant une échelle τ efficace des résidus. Il s'appuie sur l'estimation de l'échelle de l'estimateur S pour combiner un point de rupture élevé avec une grande efficacité statistique, et est souvent utilisé comme alternative à l'estimateur MM dans les petits échantillons.

Appliquer avec StatMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Sources

  1. Yohai, V. J., & Zamar, R. H. (1988). High Breakdown-Point Estimates of Regression by Means of the Minimization of an Efficient Scale. Journal of the American Statistical Association, 83(402), 406-413. DOI: 10.1080/01621459.1988.10478611
  2. Maronna, R. A., & Zamar, R. H. (2002). Robust Estimates of Location and Dispersion for High-Dimensional Datasets. Technometrics, 44(4), 307-317. DOI: 10.1198/004017002188618509

Comment citer cette page

ScholarGate. (2026, June 1). Tau (τ) Estimator of Regression. ScholarGate. https://scholargate.app/fr/statistics/tau-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.

Compare side by side

Référencée par

ScholarGateTau Estimator (Tau (τ) Estimator of Regression). Consulté le 2026-06-15 sur https://scholargate.app/fr/statistics/tau-estimator · Jeu de données : https://doi.org/10.5281/zenodo.20539026