Regressione Logistica Multinomiale Robusta
La regressione logistica multinomiale robusta estende il modello logit multinomiale standard per gestire outlier, osservazioni influenti e lievi errori di specificazione della distribuzione della risposta. Sostituisce le equazioni di punteggio convenzionali di massima verosimiglianza con funzioni di influenza limitata (M-stimatori) o accoppia la massima verosimiglianza con stimatori della varianza "sandwich", in modo che una piccola frazione di casi anomali non possa distorcere i rapporti di log-odds stimati tra le categorie di esito.
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
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Multinomial Logistic Regression. ScholarGate. https://scholargate.app/it/statistics/robust-multinomial-logistic-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.
- Modello Lineare Generalizzato (GLM)Statistica↔ compare
- Regressione Logistica MultinomialeStatistica↔ compare
- Regressione Logistica OrdinaleStatistica↔ compare
- Regressione Logistica RobustaStatistica↔ compare
- Regressione RobustaStatistica↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →