Regresi Kuantil Robust
Regresi Kuantil Robust mengestimasi kuantil kondisional dari suatu variabel respons sambil secara simultan mengurangi bobot pengaruh pencilan (outlier). Dengan menggabungkan fungsi kerugian asimetris dari regresi kuantil standar dengan bobot pengaruh terbatas (bounded-influence) atau estimasi-M (M-estimation), metode ini memberikan estimasi kuantil yang andal bahkan ketika data mengandung observasi ekstrem atau distribusi galat yang berdistribusi ekor tebal (heavy-tailed).
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Koenker, R. (2005). Quantile Regression. Cambridge University Press. ISBN: 978-0521608275
- Machado, J. A. F. (1993). Robust model selection and M-estimation. Econometric Theory, 9(3), 478–493. DOI: 10.1017/S0266466600007775 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Robust Quantile Regression. ScholarGate. https://scholargate.app/id/statistics/robust-quantile-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.
- Regresi Kuantil BayesianStatistika↔ compare
- Regresi Kuadrat Terkecil Biasa (Ordinary Least Squares - OLS)Ekonometrika↔ compare
- Regresi KuantilEkonometrika↔ compare
- Model Linier Umum yang KuatStatistika↔ compare
- Regresi Linier Berganda RobustStatistika↔ compare
- Regresi RobustStatistika↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →