Regression model

M-Estimators (강건 회귀)

M-추정량은 최대우도추정량의 강건한 일반화로서, Peter J. Huber의 연구(Huber & Ronchetti, 2009)에서 형식화되었습니다. 모든 잔차를 제곱하는 대신, 경계가 있는 손실 함수를 적용하여 이상치로 인한 큰 잔차의 영향을 지배하게 하는 대신 가중치를 줄입니다.

StatMind(으)로 적용하기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

M-Estimators (강건 회귀)

최소 절사 제곱 (LTS) 회귀 MM-추정량을 이용한 강건 회귀분석 최소제곱법(OLS) 회귀 조건부 분위수 회귀 릿지 회귀(Ridge Regression)허버 회귀

출처

Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link ↗
Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. link ↗

이 페이지 인용 방법

ScholarGate. (2026, June 1). M-Estimators (Robust Regression). ScholarGate. https://scholargate.app/ko/statistics/m-estimator

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.

Compare side by side →

이 방법을 참조하는 항목

허버 회귀

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →