Regression modelRegression / GLM
강건 영과대 모형
강건 영과대 모형은 과도한 영(zero)을 다루기 위해 영점과 계수 분포의 혼합을 사용하는 표준 영과대 계수 회귀를 확장한 것으로, 이상치 관측치의 왜곡 영향으로부터 보호하는 강건 추정 기법(M-추정량, 샌드위치 표준 오차)을 고전적 최대우도법을 대체하거나 보완합니다.
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
- Zeileis, A., Kleiber, C., & Jackman, S. (2008). Regression models for count data in R. Journal of Statistical Software, 27(8), 1–25. DOI: 10.18637/jss.v027.i08 ↗
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Zero-Inflated Count Regression Model. ScholarGate. https://scholargate.app/ko/statistics/robust-zero-inflated-model
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.
- 로버스트 일반화 선형 모형통계학↔ compare
- 강건 음이항 회귀통계학↔ compare
- 로버스트 포아송 회귀통계학↔ compare
- Robust Regression통계학↔ compare
- Zero-Inflated Model통계학↔ compare