Regression model
허버 회귀
허버 회귀는 1964년 피터 J. 허버(Peter J. Huber)가 소개한 강건 선형 회귀 방법으로, 작고 큰 잔차에 다르게 접근하여 이상치의 영향을 저항합니다. 작은 잔차에는 제곱 손실(OLS와 유사)을 적용하고 큰 잔차에는 더 완만한 절대값 손실을 적용하여 극단적인 관측치가 적합을 지배하지 못하도록 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/ko/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.
- 최소 절사 제곱 (LTS) 회귀통계학↔ compare
- M-Estimators (강건 회귀)통계학↔ compare
- MM-추정량을 이용한 강건 회귀분석통계학↔ compare
- 최소제곱법(OLS) 회귀계량경제학↔ compare
- 조건부 분위수 회귀계량경제학↔ compare