Least Trimmed Squares (LTS) रिग्रेशन
Least Trimmed Squares (LTS) एक रोबस्ट लीनियर रिग्रेशन विधि है जिसे पीटर जे. रूसेउ (Peter J. Rousseeuw) ने 1984 में प्रस्तुत किया था। सभी अवशिष्टों (residuals) को फिट करने के बजाय, यह केवल h सबसे छोटे वर्गित अवशिष्टों (squared residuals) के योग को न्यूनतम करके गुणांकों (coefficients) का अनुमान लगाता है, जिससे इसे 50% तक का ब्रेकडाउन पॉइंट (breakdown point) और आउटलायर्स (outliers) से भारी दूषित डेटा पर विश्वसनीय अनुमान प्राप्त होते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
+2 और
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Least Trimmed Squares (LTS) Regression. ScholarGate. https://scholargate.app/hi/statistics/least-trimmed-squares
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- न्यूनतम माध्यिका वर्ग (LMS) प्रतिगमनसांख्यिकी↔ तुलना करें
- साधारण न्यूनतम वर्ग (OLS) समाश्रयणअर्थमिति↔ तुलना करें
- क्वांटाइल रिग्रेशनअर्थमिति↔ तुलना करें
- रैन्सैक रिग्रेशनसांख्यिकी↔ तुलना करें
- थेल-सेन अनुमानकसांख्यिकी↔ तुलना करें