Legkisebb Medián Négzetes Maradványok (LMS) Regresszió
A Legkisebb Medián Négzetes Maradványok (LMS) egy robusztus lineáris regressziós módszer, amelyet Peter J. Rousseeuw vezetett be 1984-ben. A szokásos legkisebb négyzetes hibák összegének minimalizálása helyett a négyzetszámú maradványok mediánját minimalizálja, ami lehetővé teszi, hogy az illeszkedés ellenálljon a mintegy 50%-os kiugró értékekkel való szennyeződésnek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
- Hampel, F. R., Ronchetti, E. M., Rousseeuw, P. J., & Stahel, W. A. (1986). Robust Statistics: The Approach Based on Influence Functions. Wiley. ISBN: 978-0471735779
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Least Median of Squares Regression. ScholarGate. https://scholargate.app/hu/statistics/least-median-squares
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Legkisebb Nyesett Négyzetes (LTS) RegresszióStatisztika↔ összehasonlítás
- Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrelÖkonometria↔ összehasonlítás
- Kvantilis regresszióÖkonometria↔ összehasonlítás
- RANSAC-regresszióStatisztika↔ összehasonlítás
- Theil-Sen becslőStatisztika↔ összehasonlítás
Hivatkozik rá
Similar methods
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →