Regressione Lineare Multipla Robusta
La regressione lineare multipla robusta stima la relazione lineare tra un esito continuo e diversi predittori, pur essendo resistente agli outlier e alle violazioni dell'assunzione di normalità. Invece di minimizzare la somma dei residui al quadrato, utilizza una funzione di perdita limitata — più comunemente quella di Huber o Tukey bisquare — in modo che le osservazioni estreme abbiano un'influenza limitata sui coefficienti stimati.
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.
+1 more
Fonti
- Huber, P. J. (1964). Robust estimation of a location parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Maronna, R. A., Martin, R. D., & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. Wiley. ISBN: 978-0470010921
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Multiple Linear Regression. ScholarGate. https://scholargate.app/it/statistics/robust-multiple-linear-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.
- Regressione LassoApprendimento automatico↔ compare
- Regressione Lineare MultiplaStatistica↔ compare
- Regression with Ordinary Least Squares (OLS)Econometria↔ compare
- Regressione quantilicaEconometria↔ compare
- Regressione RidgeApprendimento automatico↔ compare
- Regressione RobustaStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →