Legkisebb Nyesett Négyzetes (LTS) Regresszió
A Legkisebb Nyesett Négyzetes (LTS) egy robusztus lineáris regressziós módszer, amelyet Peter J. Rousseeuw vezetett be 1984-ben. Ahelyett, hogy minden maradékot figyelembe venne, a becslést úgy végzi, hogy csak az *h* legkisebb négyzetes maradék összegét minimalizálja, ami akár 50%-os töréspontot és megbízható becsléseket tesz lehetővé erősen kiugró értékekkel szennyezett adatokon.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
+2 további
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 ↗
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Least Trimmed Squares (LTS) Regression. ScholarGate. https://scholargate.app/hu/statistics/least-trimmed-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 Medián Négzetes Maradványok (LMS) RegresszióStatisztika↔ összehasonlítás
- Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrelÖkonometria↔ összehasonlítás
- Kvantilis regresszióÖkonometria↔ összehasonlítás
- RANSAC-regresszióStatisztika↔ összehasonlítás
- Theil-Sen becslőStatisztika↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →