Regression modelRegression / GLM
ロバスト単回帰分析
ロバスト単回帰分析は、損失関数または重み付けスキームを用いて二変量データに直線を引き、外れ値の影響を低減させることで、最小二乗法（Ordinary Least Squares, OLS）よりも極端な観測値に対する感度がはるかに低い傾きと切片の推定値を得つつ、解釈の容易さを維持する手法である。
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
- Rousseeuw, P. J., & Leroy, A. M. (1987). Robust Regression and Outlier Detection. John Wiley & Sons. ISBN: 978-0471852339
- Huber, P. J. (1964). Robust estimation of a location parameter. The Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Simple Linear Regression. ScholarGate. https://scholargate.app/ja/statistics/robust-simple-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.
- 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
- 頑健な重回帰分析統計学↔ compare
- 頑健回帰統計学↔ compare
- Theil-Sen推定量統計学↔ compare
- 加重最小二乗法 (WLS)統計学↔ compare