Modello Lineare Generalizzato Robusto
Un Modello Lineare Generalizzato (GLM) Robusto adatta la famiglia standard dei GLM — lineare, logistica, Poisson e altre — utilizzando equazioni di stima di tipo M che riducono il peso delle osservazioni anomale o influenti. Il risultato sono stime dei coefficienti e errori standard che rimangono stabili anche quando una minoranza di punti dati devia nettamente dalla distribuzione assunta.
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.
Fonti
- Heritier, S., Cantoni, E., Copt, S., & Victoria-Feser, M.-P. (2009). Robust Methods in Biostatistics. Wiley. ISBN: 978-0470027264
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Generalized Linear Model. ScholarGate. https://scholargate.app/it/statistics/robust-generalized-linear-model
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.
- Modello Lineare Generalizzato (GLM)Statistica↔ compare
- Regressione Logistica RobustaStatistica↔ compare
- Regressione Lineare Multipla RobustaStatistica↔ compare
- Regressione di Poisson RobustaStatistica↔ compare
- Regressione RobustaStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →