Regression con Minimi Quadrati Trimmatizzati (Least Trimmed Squares, LTS)
La regressione con Minimi Quadrati Trimmatizzati (LTS) è un metodo robusto di regressione lineare introdotto da Peter J. Rousseeuw nel 1984. Invece di adattare tutti i residui, stima i coefficienti minimizzando la somma dei soli h residui quadratici più piccoli, il che conferisce un punto di rottura (breakdown point) fino al 50% e stime affidabili su dati pesantemente contaminati da outlier.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fonti
- Rousseeuw, P. J. (1984). Least Median of Squares Regression. Journal of the American Statistical Association, 79(388), 871-880. DOI: 10.1080/01621459.1984.10477105 ↗
- Rousseeuw, P. J., & Van Driessen, K. (2006). Computing LTS Regression for Large Data Sets. Data Mining and Knowledge Discovery, 12, 29-45. DOI: 10.1007/s10618-005-0024-4 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Least Trimmed Squares (LTS) Regression. ScholarGate. https://scholargate.app/it/statistics/least-trimmed-squares
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.
- Regressione dei Minimi Quadrati Mediani (LMS)Statistica↔ compare
- Regression with Ordinary Least Squares (OLS)Econometria↔ compare
- Regressione quantilicaEconometria↔ compare
- Regressione RANSACStatistica↔ compare
- Stimatore di Theil-SenStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →