Regression model
רגרסיית ריבועים זעירים חתוכים (Least Trimmed Squares - LTS)
ריבועים זעירים חתוכים (LTS) היא שיטת רגרסיה לינארית רובסטית שהוצגה על ידי פיטר ג'. רוסוּמֶל (Peter J. Rousseeuw) ב-1984. במקום להתאים את כל השאריות, היא מעריכה את המקדמים על ידי מזעור סכום h השאריות הריבועיות הקטנות ביותר בלבד, מה שמעניק לה נקודת שבירה של עד 50% והערכות אמינות על נתונים מזוהמים באופן משמעותי על ידי חריגים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
מקורות
- Rousseeuw, P. J. (1984). Least Median of Squares Regression. Journal of the American Statistical Association, 79(388), 871-880. DOI: 10.1080/01621459.1984.10477105 ↗
- Rousseeuw, P. J., & Van Driessen, K. (2006). Computing LTS Regression for Large Data Sets. Data Mining and Knowledge Discovery, 12, 29-45. DOI: 10.1007/s10618-005-0024-4 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Least Trimmed Squares (LTS) Regression. ScholarGate. https://scholargate.app/he/statistics/least-trimmed-squares
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 המינימום של החציון של השאריות (LMS)סטטיסטיקה↔ compare
- רגרסיית ריבועים פחותים רגילים (OLS)אקונומטריקה↔ compare
- רגרסיית קוונטיליםאקונומטריקה↔ compare
- רגרסיית RANSACסטטיסטיקה↔ compare
- אומד תייל-סןסטטיסטיקה↔ compare