Regression model
MM-추정량을 이용한 강건 회귀분석
MM-추정량은 1987년 Victor J. Yohai가 제안한 강건 선형 회귀 방법으로, S-추정량의 높은 고장점과 M-추정량의 높은 효율성을 결합하여 이상치에 강하면서도 오차가 잘 분포된 경우 데이터를 효율적으로 사용합니다.
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.
+2 more
출처
- Yohai, V. J. (1987). High Breakdown-Point and High Efficiency Robust Estimates for Regression. Annals of Statistics, 15(2), 642-656. DOI: 10.1214/aos/1176350366 ↗
- Koller, M. & Stahel, W. A. (2011). Sharpening Wald-type Inference in Robust Regression for Small Samples. Computational Statistics & Data Analysis, 55(8), 2504-2515. DOI: 10.1016/j.csda.2011.02.014 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). MM-Estimation for Robust Regression. ScholarGate. https://scholargate.app/ko/statistics/mm-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.
- 최소 중앙값 제곱합 (Least Median of Squares, LMS) 회귀분석통계학↔ compare
- 최소 절사 제곱 (LTS) 회귀통계학↔ compare
- 최소제곱법(OLS) 회귀계량경제학↔ compare
- RANSAC 회귀통계학↔ compare
- 테일-센 추정량통계학↔ compare