Regression model
강건 로지스틱 회귀
강건 로지스틱 회귀는 이상치 및 영향점(leverage points)에 강건한 로지스틱 회귀의 변형으로, Mallows 유형 가중 추정치를 사용하여 이진 또는 범주형 결과 변수를 적합시킵니다. 일반화 선형 모형에 대한 강건한 틀은 Cantoni와 Ronchetti(2001)에 의해 개발되었으며, 가중 접근법은 이후 Bondell(2008)에 의해 개선되었습니다.
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
- Cantoni, E. & Ronchetti, E. (2001). Robust Inference for Generalized Linear Models. Journal of the American Statistical Association, 96(455), 1022-1030. DOI: 10.1198/016214501753209004 ↗
- Bondell, H. D. (2008). Robust Logistic Regression Using a Weighting Approach. Biometrics, 64(2), 421-427. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Robust Logistic Regression (Mallows-Type Weighted Estimation). ScholarGate. https://scholargate.app/ko/statistics/robust-logistic-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.
- 로지스틱 회귀연구 통계↔ compare
- MM-추정량을 이용한 강건 회귀분석통계학↔ compare
- 최소제곱법(OLS) 회귀계량경제학↔ compare
- 조건부 분위수 회귀계량경제학↔ compare
- 강건 시계열 분석통계학↔ compare