Regression model

M-Estimator (Regresi Teguh)

M-estimator ialah generalisasi teguh bagi anggaran kemungkinan maksimum, yang diformalkan dalam karya Peter J. Huber (Huber & Ronchetti, 2009). Daripada mengkuasa duakan setiap residual, ia menggunakan fungsi kerugian yang terhad supaya residual besar daripada pencilan diberi wajaran rendah dan bukannya dibiarkan mendominasi padanan.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

M-Estimator (Regresi Teguh)

Regresi Kuasa Dua Terpan…Anggaran MM untuk Regres…Regresi Kuasa Dua Terkec…Regresi Kuantil Regresi Rabung Regresi Huber

Sumber

Huber, P. J., & Ronchetti, E. M. (2009). Robust Statistics (2nd ed.). Wiley. link ↗
Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. link ↗

Cara memetik halaman ini

ScholarGate. (2026, June 1). M-Estimators (Robust Regression). ScholarGate. https://scholargate.app/ms/statistics/m-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.

Regresi Kuasa Dua Terpangkas Terkecil (LTS)Statistik↔ compare
Anggaran MM untuk Regresi TeguhStatistik↔ compare
Regresi Kuasa Dua Terkecil Biasa (OLS)Ekonometrik↔ compare
Regresi KuantilEkonometrik↔ compare
Regresi RabungPembelajaran Mesin↔ compare

Compare side by side →

Dirujuk oleh

Regresi Huber

Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →