Regression model
MM-אמידה לרגרסיה רובסטית
ה-MM-אומד הוא שיטת רגרסיה לינארית רובסטית שהוצגה על ידי ויקטור ג'. יוהאי בשנת 1987. הוא משלב את נקודת השבירה הגבוהה של S-אומד עם היעילות הגבוהה של M-אומד, ולכן הוא עמיד בפני חריגות באופן חזק תוך שימוש יעיל בנתונים כאשר השגיאות מתנהגות כראוי.
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
- Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656. DOI: 10.1214/aos/1176350366 ↗
- Koller, M. & Stahel, W. A. (2011). Sharpening Wald-type Inference in Robust Regression for Small Samples. Computational Statistics & Data Analysis, 55(8), 2504-2515. DOI: 10.1016/j.csda.2011.02.014 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/he/statistics/mm-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.
- רגרסיית המינימום של החציון של השאריות (LMS)סטטיסטיקה↔ compare
- רגרסיית ריבועים זעירים חתוכים (Least Trimmed Squares - LTS)סטטיסטיקה↔ compare
- רגרסיית ריבועים פחותים רגילים (OLS)אקונומטריקה↔ compare
- רגרסיית RANSACסטטיסטיקה↔ compare
- אומד תייל-סןסטטיסטיקה↔ compare