ScholarGate
어시스턴트
Regression model

Sn과 Qn 강건 척도 추정량

이 추정량들은 각 점이 중심에서 얼마나 떨어져 있는지로부터 산포도를 측정하는 대신, 관측치 자체 간의 쌍별 거리(pairwise distances)를 살펴봅니다. Sn은 각 점에 대해 다른 모든 점까지의 거리의 중앙값을 계산한 다음, 그 값들의 중앙값을 취합니다. Qn은 더 나아가 정렬된 쌍별 거리에서 낮은 순위의 값을 선택합니다. 둘 다 단일 평균이나 대칭적인 기준점을 사용하지 않기 때문에, 소수의 극단적인 관측치가 추정치를 왜곡시킬 수 없습니다.

StatMind(으)로 적용하기곧 제공동영상곧 제공슬라이드 다운로드

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

방법 지도

관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.

출처

  1. Rousseeuw, P. J., & Croux, C. (1993). Alternatives to the Median Absolute Deviation. Journal of the American Statistical Association, 88(424), 1273-1283. DOI: 10.1080/01621459.1993.10476408

이 페이지 인용 방법

ScholarGate. (2026, June 1). Sn and Qn Robust Scale Estimators. ScholarGate. https://scholargate.app/ko/statistics/sn-qn-estimators

어떤 방법일까요?

이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.

나란히 비교하기

이 방법을 참조하는 항목

ScholarGateSn and Qn Scale Estimators (Sn and Qn Robust Scale Estimators). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/statistics/sn-qn-estimators · 데이터셋: https://doi.org/10.5281/zenodo.20539026