Regression modelRegression / GLM

Robustā Rīdža regresija

Robustā Rīdža regresija apvieno M-novērtējumu ar L2 (Rīdža) regularizāciju, lai iegūtu koeficientu novērtējumus, kas ir vienlaicīgi izturīgi pret ārkārtas novērojumiem un stabili daudzkollinearitātes gadījumā. Tā minimizē robustu zudumu funkciju (piemēram, Hubera zudumu), ko penalizē koeficientu vektora kvadrātiskā norma, samazinot ietekmīgu novērojumu svaru, vienlaikus saspiežot korelētus prediktorus uz nulli.

Pielietot ar StatMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. Silvapulle, M. J. (1991). Robust ridge regression based on an M-estimator. Australian Journal of Statistics, 33(3), 319–333. link
  2. Ridge regression. Wikipedia. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Robust Ridge Regression. ScholarGate. https://scholargate.app/lv/statistics/robust-ridge-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.

Compare side by side
ScholarGateRobust Ridge regression (Robust Ridge Regression). Izgūts 2026-06-15 no https://scholargate.app/lv/statistics/robust-ridge-regression · Datu kopa: https://doi.org/10.5281/zenodo.20539026