Robust Multinomial Logistic Regression
Robust multinomial logistic regression extends the standard multinomial logit model to handle outliers, influential observations, and mild misspecification of the response distribution. It replaces the conventional maximum likelihood score equations with bounded influence functions (M-estimation) or pairs maximum likelihood with sandwich variance estimators, so that a small fraction of anomalous cases cannot distort the estimated log-odds ratios across outcome categories.
Avota reģistrs
Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.
- 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
- Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. · ISBN 978-0471360933
Kurēti apgalvojumi
Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.
Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.
Saistītās metodes
Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.