Robusztus és kvantilis regresszió
18 módszer ebben a családban.
Kiemelt
Robuszt standard errorok heteroszkedaszticitás esetén (HC)Heteroscedasticity-robust standard errors are a correction to the covariance matrix of an OLS regression that yields valid inference when the error variance is not constant. IntrodHuber-regresszióHuber regression is a robust linear regression method, introduced by Peter J. Huber in 1964, that resists the influence of outliers by treating small and large residuals differentlLegkisebb Nyesett Négyzetes (LTS) RegresszióLeast Trimmed Squares is a robust linear regression method introduced by Peter J. Rousseeuw in 1984. Instead of fitting all residuals, it estimates the coefficients by minimising tM-becslők (Robuszt Regresszió)M-estimators are a robust generalisation of maximum likelihood estimation, formalised in the work of Peter J. Huber (Huber & Ronchetti, 2009). Instead of squaring every residual, tMM-becslés robusztus regresszióhozThe MM-estimator is a robust linear regression method introduced by Victor J. Yohai in 1987. It combines the high breakdown point of an S-estimator with the high efficiency of an MKvantilis regresszió (nemparametrikus változatok)Quantile regression, introduced by Koenker and Bassett in 1978, models a chosen conditional quantile (such as the median or the 25th and 75th percentiles) of a continuous outcome r
Olvasási útvonal
E témakör leggyakrabban hivatkozott alapmódszerei kidolgozásuk sorrendjében — kiindulópont, ha most ismerkedik a területtel.
Minden módszer 18
Robuszt standard errorok heteroszkedaszticitás esetén (HC)Huber-regresszióLegkisebb Nyesett Négyzetes (LTS) RegresszióM-becslők (Robuszt Regresszió)MM-becslés robusztus regresszióhozKvantilis regresszió (nemparametrikus változatok)RANSAC-regresszióRobuszt magyarázó kutatásRobuszt Gradient BoostingRobusztus LightGBMRobusztus lineáris regresszióRobusztus Kvantilis RegresszióRobusztus regresszióRobusztus szaggatott regressziós modell (Robust Regression Discontinuity Design)Robuszt XGBoostS-becslő a robusztus regresszióhozTheil-Sen becslőW-becslő robusztus regresszió (Welsch / Tukey Bisquare)