Robuszt multinomális logisztikus regresszió
A robuszt multinomális logisztikus regresszió kiterjeszti a standard multinomális logit modellt a kiugró értékek, befolyásoló megfigyelések és a válasz eloszlásának enyhe téves specifikációjának kezelésére. A hagyományos maximum likelihood (ML) score egyenleteket korlátos befolyásoló függvényekkel (M-becslés) vagy a maximum likelihood becslés és a szendvics variancia-becslők párosításával helyettesíti, így a rendellenes esetek kis része nem tudja eltorzítani a becsült log-odds arányokat a kimeneti kategóriák között.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Cantoni, E., & Ronchetti, E. (2001). Robust inference for generalized linear models. Journal of the American Statistical Association, 96(455), 1022–1030. DOI: 10.1198/016214501753209004 ↗
- Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Robust Multinomial Logistic Regression. ScholarGate. https://scholargate.app/hu/statistics/robust-multinomial-logistic-regression
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.
- Generalizált lineáris modell (GLM)Statisztika↔ compare
- Multinomial Logistic RegressionStatisztika↔ compare
- Ordinális logisztikus regresszióStatisztika↔ compare
- Robusztus logisztikus regresszióStatisztika↔ compare
- Robusztus regresszióStatisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →