MM-becslés robusztus regresszióhoz
Az MM-becslő egy robusztus lineáris regressziós módszer, amelyet Victor J. Yohai vezetett be 1987-ben. Egyesíti az S-becslő magas hibahatár-pontját (breakdown point) az M-becslő magas hatékonyságával, így erősen ellenáll a kiugró értékeknek, miközben hatékonyan használja az adatokat, ha a hibák jól viselkednek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Források
- Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656. DOI: 10.1214/aos/1176350366 ↗
- Koller, M. & Stahel, W. A. (2011). Sharpening Wald-type Inference in Robust Regression for Small Samples. Computational Statistics & Data Analysis, 55(8), 2504-2515. DOI: 10.1016/j.csda.2011.02.014 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/hu/statistics/mm-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 Medián Négzetes Maradványok (LMS) RegresszióStatisztika↔ compare
- Legkisebb Nyesett Négyzetes (LTS) RegresszióStatisztika↔ compare
- Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrelÖkonometria↔ compare
- RANSAC-regresszióStatisztika↔ compare
- Theil-Sen becslőStatisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →