Regression modelRegression / GLM
강건 다중 선형 회귀
강건 다중 선형 회귀는 연속형 결과 변수와 여러 예측 변수 간의 선형 관계를 추정하면서 이상치 및 정규성 가정 위반에 대한 저항성을 가집니다. 잔차 제곱합을 최소화하는 대신, 일반적으로 허버(Huber) 또는 터키(Tukey) 비제곱 손실 함수와 같은 제한된 손실 함수를 사용하여 극단적인 관측치가 추정 계수에 미치는 영향을 제한합니다.
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.
+1 more
출처
- Huber, P. J. (1964). Robust estimation of a location parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
- Maronna, R. A., Martin, R. D., & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. Wiley. ISBN: 978-0470010921
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Multiple Linear Regression. ScholarGate. https://scholargate.app/ko/statistics/robust-multiple-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.
- 라쏘 회귀머신러닝↔ compare
- 다중 선형 회귀통계학↔ compare
- 최소제곱법(OLS) 회귀계량경제학↔ compare
- 조건부 분위수 회귀계량경제학↔ compare
- 릿지 회귀(Ridge Regression)머신러닝↔ compare
- Robust Regression통계학↔ compare