Regression model
Huber回帰
Huber回帰は、1964年にPeter J. Huberによって導入されたロバストな線形回帰手法であり、残差の大きさに応じて損失関数を変化させることで外れ値の影響に抵抗します。小さな残差には二乗損失（OLSと同様）を適用し、大きな残差にはより穏やかな絶対値損失を適用するため、極端な観測値がフィッティングを支配することはありません。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
- Hampel, F. R., Ronchetti, E. M., Rousseeuw, P. J., & Stahel, W. A. (1986). Robust Statistics: The Approach Based on Influence Functions. Wiley. ISBN: 978-0471735779
このページの引用方法
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/ja/statistics/huber-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.
- Least Trimmed Squares (LTS) 回帰分析統計学↔ compare
- M推定量（ロバスト回帰）統計学↔ compare
- MM推定によるロバスト回帰統計学↔ compare
- 最小二乗法 (OLS) 回帰計量経済学↔ compare
- 分位点回帰計量経済学↔ compare