Hjūbera regresija
Hjūbera regresija ir robusta lineārās regresijas metode, ko 1964. gadā ieviesa Pīters J. Hjūbers. Tā pretojas izgaiņojošo novērojumu ietekmei, atšķirīgi apstrādājot mazus un lielus atlikumus. Maziem atlikumiem tā piemēro kvadrātisko (OLS līdzīgu) zudumu, bet lieliem — maigāku absolūtās vērtības zudumu, tādējādi ekstrēmi novērojumi nevar dominēt fitu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
- Hampel, F. R., Ronchetti, E. M., Rousseeuw, P. J., & Stahel, W. A. (1986). Robust Statistics: The Approach Based on Influence Functions. Wiley. ISBN: 978-0471735779
Kā citēt šo lapu
ScholarGate. (2026, June 1). Huber Robust Regression (M-estimation). ScholarGate. https://scholargate.app/lv/statistics/huber-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.
- Mazākās apgrieztās kvadrātiskās kļūdas (LTS) regresijaStatistika↔ compare
- M-novērtēji (Robustā regresija)Statistika↔ compare
- MM-EstimatorStatistika↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →