Regression model
S-Estimator for Robust Regression
최소제곱법 (Ordinary least squares)은 잔차를 제곱한 값의 합을 최소화하는 직선을 찾는데, 이는 몇 개의 멀리 떨어진 점이 직선을 자신 쪽으로 끌어당기게 합니다. S-추정량은 대신 어떤 직선이 잔차의 전체 규모 (퍼짐)를 가능한 한 작게 만드는지를 묻습니다. 이때 퍼짐은 극단적인 잔차에 의해 지배되지 않도록 측정됩니다. 최소화하는 규모가 단일 점의 영향을 제한하기 때문에, 적합된 직선은 데이터의 대부분을 따르고 최대 절반의 오염을 무시합니다.
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
- Rousseeuw, P. J. & Yohai, V. J. (1984). Robust Regression by Means of S-Estimators. In Robust and Nonlinear Time Series Analysis (Lecture Notes in Statistics, Vol. 26, pp. 256-272). Springer. DOI: 10.1007/978-1-4615-7821-5_15 ↗
- Maronna, R. A., Martin, R. D., Yohai, V. J. & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687
이 페이지 인용 방법
ScholarGate. (2026, June 1). S-Estimator for Robust Regression. ScholarGate. https://scholargate.app/ko/statistics/s-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.
- MM-추정량을 이용한 강건 회귀분석통계학↔ compare
- 최소제곱법(OLS) 회귀계량경제학↔ compare
- 조건부 분위수 회귀계량경제학↔ compare
- 회귀의 타우(τ) 추정량통계학↔ compare
- 테일-센 추정량통계학↔ compare