Regression model

M-becslők (Robuszt Regresszió)

Az M-becslők a legkisebb négyzetes becslés robusztus általánosításai, amelyeket Peter J. Huber munkássága (Huber & Ronchetti, 2009) fogalmazott meg. Ahelyett, hogy minden maradékot négyzetre emelnének, korlátos veszteségfüggvényt alkalmaznak, így a kiugró értékekből származó nagy maradékoknak nem szabad dominálniuk a illeszkedést, hanem le súlyozódnak.

Alkalmazás ezzel: StatMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

M-becslők (Robuszt Regresszió)

Legkisebb Nyesett Négyze…MM-becslés robusztus reg…Regresszió Ordináris Leg…Kvantilis regresszió Ridge Regression Huber-regresszió

Források

Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link ↗
Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. link ↗

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 1). M-Estimators (Robust Regression). ScholarGate. https://scholargate.app/hu/statistics/m-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.

Legkisebb Nyesett Négyzetes (LTS) RegresszióStatisztika↔ compare
MM-becslés robusztus regresszióhozStatisztika↔ compare
Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrelÖkonometria↔ compare
Kvantilis regresszióÖkonometria↔ compare
Ridge RegressionGépi tanulás↔ compare

Compare side by side →

Hivatkozik rá

Huber-regresszió

Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →