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.
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
- 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 ↗
- 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.
- Régression par Moindres Carrés Trimés (LTS)Statistique↔ compare
- Estimation MM pour la régression robusteStatistique↔ compare
- Estimateur S pour la régression robusteStatistique↔ compare
- Estimateur de Theil-SenStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →