Tau Estimator
The Tau estimator is a robust linear regression method introduced by Yohai and Zamar in 1988 that fits the model by minimising an efficient τ-scale of the residuals. It builds on the scale estimate of the S-estimator to combine a high breakdown point with high statistical efficiency, and is often used as an alternative to the MM-estimator in small samples.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Yohai, V. J., & Zamar, R. H. (1988). High Breakdown-Point Estimates of Regression by Means of the Minimization of an Efficient Scale. Journal of the American Statistical Association, 83(402), 406-413. · DOI 10.1080/01621459.1988.10478611
- Maronna, R. A., & Zamar, R. H. (2002). Robust Estimates of Location and Dispersion for High-Dimensional Datasets. Technometrics, 44(4), 307-317. · DOI 10.1198/004017002188618509
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.