S-novērtētājs robustajai regresijai
S-novērtētājs ir robusta lineārās regresijas metode, ko 1984. gadā ieviesa Rousseeuw un Yohai. Tā novērtē koeficientus, minimizējot robustu M-novērtējumu atlikumu skalai, nevis atlikumu dispersijai. Samazinot ierobežotu atlikumu izkliedes mēru, tā var sasniegt sabrukuma punktu līdz pat 50%, tādējādi saglabājot uzticamību pat tad, ja liela daļa datu ir novirzes, un tā nodrošina labi zināmā MM-novērtētāja pirmo posmu.
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. & Yohai, V. J. (1984). Robust Regression by Means of S-Estimators. In Robust and Nonlinear Time Series Analysis (Lecture Notes in Statistics, Vol. 26, pp. 256-272). Springer. DOI: 10.1007/978-1-4615-7821-5_15 ↗
- Maronna, R. A., Martin, R. D., Yohai, V. J. & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687
Kā citēt šo lapu
ScholarGate. (2026, June 1). S-Estimator for Robust Regression. ScholarGate. https://scholargate.app/lv/statistics/s-estimator
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.
- MM-EstimatorStatistika↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Tau (τ) regresijas novērtētājsStatistika↔ compare
- Teila-Senas novērtētājsStatistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →