רגרסיה לינארית רובוסטית
רגרסיה לינארית רובוסטית מתאימה מודל לינארי בין מנבאים לבין משתנה תלוי רציף, תוך מתן משקל נמוך או השמטה של תצפיות חריגות בעלות השפעה. היא מונעת מתצפיות אנומליות בודדות, שהמודל הלינארי הרגיל (OLS) רגיש אליהן במיוחד, לעוות את קו הרגרסיה המוערך כולו. וריאנטים עיקריים כוללים רגרסיית Huber, שיטת הריבועים הפחותים המשוקללים באיטרציות (IRLS), RANSAC, ואמידת Theil-Sen.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
מקורות
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Rousseeuw, P. J. & Leroy, A. M. (1987). Robust Regression and Outlier Detection. Wiley. ISBN: 978-0-471-85233-9
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Robust Linear Regression (Outlier-Resistant Estimation). ScholarGate. https://scholargate.app/he/machine-learning/robust-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.
- רגרסיית הוברסטטיסטיקה↔ compare
- רגרסיית לאסולמידת מכונה↔ compare
- רגרסיה לינארית (ML)למידת מכונה↔ compare
- רגרסיית קוונטיליםאקונומטריקה↔ compare
- רגרסיה לינארית מרוסנתלמידת מכונה↔ compare