Robust Logistic Regression
Robust Logistic Regression is a variant of logistic regression that is resistant to outliers and leverage points, fitting a binary or categorical outcome with Mallows-type weighted estimation. The robust framework for generalized linear models was developed by Cantoni and Ronchetti (2001), with a weighting approach later refined by Bondell (2008).
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
- Bondell, H. D. (2008). Robust Logistic Regression Using a Weighting Approach. Biometrics, 64(2), 421-427. · URL
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.