Robustā vienkāršā lineārā regresija
Robustā vienkāršā lineārā regresija pielāgo taisni bivariātiem datiem, izmantojot zudumu funkcijas vai svēršanas shēmas, kas samazina ārējo vērtību ietekmi, radot slīpuma un nogriežņa novērtējumus, kas ir daudz mazāk jutīgi pret ekstrēmām novērojumiem nekā parastā mazāko kvadrātu metode, vienlaikus saglabājot vieglu interpretāciju.
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
- Rousseeuw, P. J., & Leroy, A. M. (1987). Robust Regression and Outlier Detection. John Wiley & Sons. ISBN: 978-0471852339
- Huber, P. J. (1964). Robust estimation of a location parameter. The Annals of Mathematical Statistics, 35(1), 73-101. DOI: 10.1214/aoms/1177703732 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Simple Linear Regression. ScholarGate. https://scholargate.app/lv/statistics/robust-simple-linear-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.
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Robustā daudzkārtējā lineārā regresijaStatistika↔ compare
- Robustā regresijaStatistika↔ compare
- Teila-Senas novērtētājsStatistika↔ compare
- Svērto mazāko kvadrātu metode (WLS)Statistika↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →