Robustā regresija
Robustā regresija novērtē lineāro sakarību starp nepārtrauktu iznākumu un prediktoriem, būtiski samazinot ārēju novērojumu un sviras punktu ietekmi. Atšķirībā no OLS, kas ir ļoti jutīga pret ekstrēmiem novērojumiem, robustās metodes piešķir samazinātu ietekmi netipiskiem datu punktiem, radot koeficientu novērtējumus, kas paliek stabili pat tad, ja neliela daļa datu ir piesārņota vai sadalīta ne-normāli.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+17 more
Avoti
- Huber, P. J. (1964). Robust estimation of a location parameter. The 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 3). Robust Regression. ScholarGate. https://scholargate.app/lv/statistics/robust-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.
- LASSO regresijaMašīnmācīšanās↔ compare
- Mazākās apgrieztās kvadrātiskās kļūdas (LTS) regresijaStatistika↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Regulētā lineārā regresija (Ridge Regression)Mašīnmācīšanās↔ compare
- Svērto mazāko kvadrātu metode (WLS)Statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →