Robust Multinomial Logistic Regression
Robust multinomial logistic regression extends the standard multinomial logit model to handle outliers, influential observations, and mild misspecification of the response distribution. It replaces the conventional maximum likelihood score equations with bounded influence functions (M-estimation) or pairs maximum likelihood with sandwich variance estimators, so that a small fraction of anomalous cases cannot distort the estimated log-odds ratios across outcome categories.
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
- Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. · ISBN 978-0471360933
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.